我国的电力发展迅速,随着科学技术的不断创新和人们越来越意识到资源节约、环境健康、循环经济的重要性,核电由于其装机量大、占地小、发电稳定、无污染等优点正好可以填补我国电力缺口。核电站工程建筑物大多数都建筑在基岩上,但在施工中、竣工后及运营中受到各种荷载的影响,以及电站老化等原因势必会发生变形,变形量或速率达到一定的程度,会影响核电站的正常运行以为危害到核安全并发生重大安全事故。因此需要及时对变形监测数据进行分析和研究,并准确的预测变形趋势的走向、以便能够及时的采取相应的措施来避免事故的发生。而核电站目前对于变形监测的管理没有系统的方案,因此通过一套变形监测管理系统对监测数据进行管理、并采用一种预测效果好、可靠性高的预测方法对数据进行预报分析。本文在对核电站进行长期的数据采集和资料收集整理工作,对核电站变形监测进行深入了解的基础上,查阅相关资料,学习和研究变形监测预报分析法理论与方法,并对当前主要的预测模型进行研究,总结了常用的预测模型方法与理论,介绍了回归分析、灰色模型理论、神经网络模型的原理和特点,并对组合模型的的建模机理分析,并设计和编写了变形监测管理系统。主要包括以下几个方面:(1)分析和研究数据分析和预报模型及方法、包括回归分析、灰色模型、神经网络模型等,并分析其特点和精度。(2)对组合模型原理进行介绍,并提出了 GM-Logistic组合模型,并对其定权和变权两种确权方式进行分析和研究。(3)介绍核电站变形监测管理系统的设计与实现以及各个模块的功能,结合常规岛厂房变形沉降数据进行实例分析、验证系统的可靠性。最后对GM(1,1)模型、Logistic模型以及GM-Logistic定权组合与变权组合模型的结果进行对比,得出组合模型的预测精度和效果高于单个模型,变权组合方式比定权组合方式更加合理。