论文部分内容阅读
随着水电建设事业的高速发展,大坝的变形预测已成为水电工程领域的重要研究课题之一。为了保障大坝安全、掌握大坝的运行状态,对其在运营过程中进行系统监测是必要的,根据已获得的观测数据预测未来大坝变形量具有重要的现实意义。当前大坝变形预测的模型很多,如时间序列模型、回归模型、灰色理论模型、人工神经网络模型及小波理论等。但各单项模型都有自己的局限性,不能完全反映大坝位移的变化规律和信息,组合预测模型成为解决这一问题的途径之一。
组合预测模型就是将不同的预测方法进行适当组合,综合利用各单项预测方法所提供的信息,尽可能提高预测的精度。本文研究将组合模型引入到大坝变形预测分析中,建立预测模型应用于位移数据的预测。首先分析研究了大坝的逐步回归统计模型,并利用数理统计的方法对历史数据进行处理,剔除其中的异常数据。然后根据大坝监测的灰色特征建立了GM(1,1)灰色预测模型,并以逐步回归模型和GM(1,1)灰色预测模型为子模型建立大坝变形预测的组合模型。利用所建立的组合模型对安徽某大坝的变形情况进行预测,结果表明组合模型的预测精度要优于各单项模型的预测精度。从而说明在大坝变形预测中采用组合模型可在一定程度上提高其预测精度,在工程中具有广阔的应用前景。