变形分量信息随机森林分析法在缺失数据处理中的应用 |
| |
引用本文: | 季骏,鲍中秋,张晓阳,贾玉豪.变形分量信息随机森林分析法在缺失数据处理中的应用[J].水力发电,2023(7):95-100. |
| |
作者姓名: | 季骏 鲍中秋 张晓阳 贾玉豪 |
| |
作者单位: | 1. 南京市水利规划设计院股份有限公司;2. 上海勘测设计研究院有限公司;3. 河海大学水利水电学院 |
| |
基金项目: | 国家自然科学基金资助项目(51579085); |
| |
摘 要: | 完整的变形监测数据是评估大坝运行状态的前提条件,数据缺失将给相关分析带来很大难度。为此,提出了基于随机森林(RF)算法对不同尺度变形分量信息提取缺失值的处理方法。首先,将待处理测点和相似变形测点监测数据变换为不同尺度的分量;然后,以待处理测点各分量为因变量,使用RF法从其他测点分量中提取对其影响显著的分量,记为一组样本,依次提取直至完成所有分量的信息提取;最后,对得到的样本组构建BP模型,并组合得到原始变形缺失数据补全结果。经实例分析可知,相比于其他方法,基于随机森林算法的缺失数据处理方法的变形补全结果更准确,在大坝变形缺失值补全中有明显优势。该方法可为坝工领域其他缺失监测量的处理方法提供参考。
|
关 键 词: | 大坝变形 监测数据 缺失值补全 变形分量 信息提取 随机森林 BP模型 |
|
|