基于独立分量分析的拱坝位移预测模型

在逐步回归模型中,有些分量间存在比较强的相关性,如果直接利用线性回归方法处理,就会特别容易出现病态问题,这样得到的回归模型不合理。为了解决这一问题,引入独立分量分析方法(ICA),并运用基于负熵极大化的独立性准则的快速独立分量分析方法(FastICA)分离出独立分量,建立了某拱坝的安全监测位移预测模型;同时为了表明结果准确性,利用逐步回归方法建立了逐步回归模型。结果表明:独立分量回归方法(ICR)相比逐步回归方法可以建立一个比较准确的回归模型,由于独立分量回归分析方法没有剔除不显著因子,考虑了各个因子对因变量的影响,从而更加符合实际情况。     

改进的组合预测模型在大坝安全监测中的应用

介绍了组合模型的基本原理,在此基础上,有针对性地对组合预测模型进行了改进,采用移动算术平均法来降低突变的影响,精确模拟时效作用提高模型的精度和预测的可靠性,并将改进的组合模型用于实际工程的安全监测.结果表明,改进的组合预测模型有较高的精度.     

基于混沌的大坝监测序列小波RBF神经网络预测模型

本文结合混沌理论、小波分解与重构,以及径向基函数(RBF)神经网络的优点,提出了一种基于混沌的大坝监测序列小波RBF神经网络预测模型。该模型主要利用小波分析将大坝监测序列分解为趋势项和细节时间序列,并利用RBF神经网络和基于RBF神经网络的混沌理论对两种时间序列进行预测,最后通过小波重构得到预测值。实例分析表明,本模型能够克服监测序列中的噪声干扰,反映大坝监测序列的多尺度特性,对监测数据的预测精度较高,可应用于实际工程。     

基于模糊规则推理的大坝安全监测变形预测模型

研究了将模糊规则推理和粗糙集理论相结合建立大坝安全监测变形预测模型的新方法.该方法采用粗糙集理论对原始监测样本数据进行离散,根据离散结果确定模糊推理规则,并通过对规则的模糊推理建立大坝安全监测变形预测模型.实例分析表明,该模型在大坝变形影响因素重要性评价和非确定性测值预测方面取得了满意的结果.     

大坝安全监测的组合预测模型

针对传统数学模型和神经网络预测模型在大坝安全监测应用中存在着预测精度较低的问题,分析了灰色预测模型、BP神经网络模型和统计预测模型的建立方法,并在此基础上提出了一种新的组合预测模型,结合实测数据对此组合预测模型进行了检验。结果表明：此组合模型不仅提高了预测精度,而且避免了预测模型选择的难度,在大坝安全监测中具有较好的实用性。     

变权组合预测模型在大坝安全监测中的应用

简要介绍了组合预测模型的基本原理，该模型改进了单一模型考虑因素的片面性，但常规的组合预测模型的权系数是固定的。考虑到各种模型的预测精度的变化，以及大坝安全监测数据存在的突变、时效等因素，固定权系数的组合预测模型有待进一步改进。文中提出了变权系数组合预测模型，并将其用于实际的大坝安全监测工程。结果表明，变权组合预测模型的预报精度高于其他模型。是一种值得推广的方法。     

克山县地下水埋深时间序列分析预测模型

地下水埋深是衡量饮水安全的重要指标,可以通过其趋势变化来初步评价农村饮水安全状况以及供水工程的合理性.文中以克山县古城镇为例,应用时间序列分析法,建立时间序列预测模型,结合克山县古城镇2000-2010年长观井逐月地下水埋深监测数据进行分析,得出精度较高的拟合与预报数据.未来3年地下水埋深相对稳定,说明该地区饮水水量有保证;同时,揭示了该区地下水动态变化规律,为合理建设农村饮水安全工程提供了重要信息和保障.     

基于 PCA － ＲBF 神经网络的混凝土坝位移趋势性预测模型

为了提高混凝土坝位移趋势的预测精度,提出了一种基于主成分分析( PCA) 和径向基( ＲBF) 神经网络的混凝土坝位移趋势性预测模型( PCA － ＲBF) 。首先,利用主成分分析,将混凝土坝多测点 的径向位移监测数据降维,消除影响分量数据集的多重相关性,分别提取出主元位移和主元影响分 量。然后,把主元位移和主元影响分量输入径向基神经网络并构建模型,对提取出的主元位移进行预 测。最后,将本法应用于某混凝土坝,结果表明,PCA － ＲBF 模型的均方根误差( ＲMSE) ,平均绝对 误差( MAE) 和平均绝对百分比误差( MAPE) 分别为 2. 037 8 mm,1. 698 6 mm 和 3. 32% ,显著低于传 统的多元回归统计模型、径向基神经网络模型( ＲBF) 和利用经主成分分析进行因子处理的 BP 神经网 络模型( PCA － BP) ,说明 PCA － ＲBF 模型有着良好的预测精度。     

辽宁西部地区土壤水预测模型与实例分析

本文通过土壤学、水文学理论,系统分析无(或有)水源补给条件下土壤水运动过程及运动规律,提出了土壤水预测模型。通过应用实例对模型检验,效果良好。以此进行农田土壤墒情、干旱程度分析预测,指导农业生产很有实用价值。     

基于小波神经网络的年降水量预测模型研究

为了研究某一地区年降雨量的变化规律、特点,以及该地区的旱涝情况,以便提前采取预防措施,减少灾害带来的影响,降低损失,试图通过建立小波与神经网络组合模型的方法预测年降水量.将采用小波神经网络模型预测出的结果与人工神经网络模型预测出的结果进行比较,结果表明:采用小波神经网络模型的预测结果在精确度上要好于单独使用人工神经网络预测的结果.与人工神经网络模型相比,小波神经网络模型具有较高的预测精度,在对降雨量数据进行预测分析时具有较大优势.     

漳泽水库大坝安全监测数据管理及建模分析系统

文中叙述了漳泽水库大坝安全监测数据管理及建模分析系统。该系统能够满足监测数据处理及分析的各项功能要求，效率高、可靠性好、操作简单，在水库管理过程中起到了很好的辅助作用。     

通过观测资料分析土石坝的渗流安全状况

随着大坝安全监测自动化的发展，所观测到的数据量很大，如何及时准确地帮助大坝管理人员分析观测资料，以了解土石坝的运用及安全状况，成为大坝安全管理现代化的一个难题。就如何利用观测资料分析土石坝的渗流安全状况作了初步的研究，并结合一具体实例，分析了该坝的渗流安全状况，表明研究成果具有一定的实用性。     

盐锅峡水电站大坝安全监测资料分析

依据大坝坝顶、坝基、厂房的变形、坝基扬压力、坝基渗漏量、绕坝渗流、环境量等监测资料,对工程安全状况进行了一次系统、全面的分析和评价。将第二次定检(2000年)以来大坝的运行状态作为本次资料分析的一个重点,分析中采用了时间和空间的定性定量分析、统计模型分析。本项目分析成果可供电站运行管理部门参考。     

关于解决地埋线“漏电”问题的探讨

通过工程实例,定性分析了地埋线产生"漏电"问题的主要原因,提出了预防地埋线"漏电"的对应措施,在工程实践中总结出了地埋线接头处理的改进方法,并对地埋线漏电部位查找,探讨出了"对半"排除法,这些方法在工程实际应用中取得了良好的效果,能够增强工程运行的安全性和可靠性,降低工程检修费用和运行成本,延长工程使用寿命,具有较强的推广性。     

大坝及工程监测资料分析的几个问题

指出了大坝及工程监测资料分析时,监测资料的考证对资料分析可靠性的重要作用,论述了数据处理对资料分析品质的影响,阐述了资料分析时认真考察分析对象的必要性,通过实例说明了充分利用不同监测项目进行相互佐证对于提升监测分析可信度的意义,简要讨论了无应力计分析的实用价值,分析并推荐了偏最小二乘回归方法作为大坝监测资料分析的主要定量分析方法,同时指出了模型分析中构建时效因子时应注意的问题。     

遗传回归土石坝安全监测预报模型

针对以往监测模型预测精度难以保证的问题,提出了一种新的安全监测预报模型--遗传回归模型,在保证一定拟合精度的基础上运用该模型,提高了模型预测精度.     

杨房沟水电站进厂公路边坡安全监测数据分析

对边坡监测数据进行科学分析有助于指导工程施工和改进设计方法。选取杨房沟电站进厂公路K0+360,K0+590,K0+760三个断面为研究对象,对2013年10月到2014年8月不同锚固深度的位移值、锚固力和应力损失值进行比较分析。分析结果表明:最大位移值变化量出现在雨季的5,6,7月份,为0.5 mm,在旱季波动很小;边坡稳定后,岩土层大多处于松动状态;锚固力在一定的损失后,最后都趋于一个稳定值。     

大坝安全监测数据仓库的设计与构建--以小浪底大坝为例

针对现有的大坝安全监控系统中存在的历史数据量大、难以集成和访问数据能力不足的问题,研究了大坝安全监测数据仓库的设计和构建方法.以小浪底大坝安全监测数据仓库设计与构建为例,设计了数据仓库系统的框架结构,详细介绍了大坝安全监测数据仓库的设计方法和具体步骤,着重研究了主题域及其内容的确定、逻辑模型和物理模型的设计、数据集成、数据的访问设计和维护等内容,最后还分析了基于DTS的小浪底大坝安全监测数据仓库的数据集成方法和步骤.     

武汉市长丰低闸施工期安全监测资料分析

对武汉市长江烂泥湖堤长丰低闸重建施工期间的安全监测资料进行了分析。重点分析了闸过水箱涵的结构缝开合、不均匀沉降等变形监测量变化特征及发展趋势 ,并由此对长丰低闸在施工期的安全状态进行了评判