本文關鍵詞：基于實時跟蹤的ARIMA大壩安全監(jiān)控模型

  更多相關文章： 實時追蹤 ARIMA 大壩變形 安全監(jiān)測

【摘要】：為了保證大壩安全監(jiān)測的準確性并提高模型的預測長度,將差分自回歸移動平均模型(ARIMA)結合實時跟蹤算法,建立基于實時跟蹤的ARIMA大壩安全監(jiān)控模型,利用ARIMA擬合性好的特點對大壩監(jiān)測數(shù)據(jù)進行擬合建模,并使用實時跟蹤算法的等維遞補思想提高大壩變形監(jiān)測的預測長度,工程實例表明,基于實時跟蹤的ARIMA大壩安全監(jiān)控模型精度較高,對于數(shù)據(jù)信息挖掘能力強且具有較長的預測長度,具有很高的工程應用價值。
【作者單位】： 河海大學水利水電學院;河海大學水文水資源與水利工程科學國家重點實驗室;安徽省引江濟淮工程有限責任公司;
【基金】：國家自然科學基金重點項目(51139001);國家自然科學基金面上項目(51479054);國家自然科學基金項目(51279052) 高等學校博士學科點專項科研基金(20130094110010) 江蘇省“六大人才高峰項目”(JY-008;JY-003)
【分類號】：TV698.1
【正文快照】： 大壩在正常運行時能起到巨大的效益,但是一旦潰壩會給下游造成巨大的損失,因此,確保大壩安全運行非常重要,應加強大壩安全監(jiān)測的力度。為了更準確地了解大壩的運行狀態(tài),一個重要的方法是建立大壩安全監(jiān)測模型,并通過分析變形規(guī)律,對大壩的安全性進行評價。能否有效地進行大壩

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 沈壽亮;劉天祥;宋錦燾;姜彥作;梁睿斌;;基于SVM-ARIMA的大壩變形預測模型[J];人民黃河;2014年05期

2 辛曼玉;;基于ARIMA-RBF神經(jīng)網(wǎng)絡的沿海港口吞吐量預測研究[J];武漢理工大學學報(交通科學與工程版);2014年01期

3 李興東;武耀華;;基于ARIMA的民勤綠洲水資源承載產(chǎn)值時間序列預測[J];蘭州交通大學學報;2012年03期

4 陳艷華;鄒進貴;李波;王濤;;ARIMA乘積季節(jié)模型在大壩位移監(jiān)測中的應用[J];測繪地理信息;2014年02期

5 傅新忠;馮利華;陳聞晨;;ARIMA與ANN組合預測模型在中長期徑流預報中的應用[J];水資源與水工程學報;2009年05期

6 楊鵬鵬;黃曉榮;柴雪蕊;趙靜薇;;岷江都江堰降雨與徑流變化趨勢分析及預測[J];西北水電;2014年03期

7 ;[J];;年期

，

本文編號：1202602