建立合理可信的大壩變形監(jiān)控模型對(duì)科學(xué)有效地分析大壩變形監(jiān)測(cè)數(shù)據(jù)和準(zhǔn)確可靠地評(píng)估大壩工作運(yùn)行狀況意義重大。通過EEMD算法分解大壩變形量,得到代表不同特征尺度的本征模函數(shù)（IMF）分量,針對(duì)不同IMF分量選擇不同影響因素,將各IMF分量作為極限學(xué)習(xí)機(jī)（ELM）的訓(xùn)練樣本對(duì)大壩變形分量進(jìn)行分析、擬合、預(yù)測(cè),最后累加各IMF分量的預(yù)測(cè)結(jié)果得到大壩變形預(yù)測(cè)值。以某碾壓混凝土重力壩為例,利用EEMD-ELM模型對(duì)大壩變形量進(jìn)行預(yù)測(cè),同時(shí)與BPNN模型和ELM模型的預(yù)測(cè)結(jié)果進(jìn)行對(duì)比分析,其中EEMD-ELM模型的平均相對(duì)誤差為0.566,較BPNN模型、ELM模型分別降低54%和14.8%,表明EEMD-ELM模型預(yù)測(cè)精度更高,具備一定的應(yīng)用價(jià)值。 

【文章來源】：長(zhǎng)江科學(xué)院院報(bào). 2020,37(11)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

EEMD-ELM模型

以某碾壓混凝土重力壩為例,該壩采用視準(zhǔn)線法和引張線法進(jìn)行水平位移監(jiān)測(cè),壩體內(nèi)安裝了32支電阻式溫度計(jì)。采用該壩6#壩段作為研究對(duì)象,選取2013年1月23日至2018年8月22日的68期非等時(shí)間間隔監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析,包括庫水位、壩體溫度和壩體水平位移。其具體觀測(cè)數(shù)據(jù)如圖2所示。為有效提高模型預(yù)測(cè)精度,利用EEMD對(duì)監(jiān)測(cè)點(diǎn)1—50期的大壩水平位移時(shí)間序列進(jìn)行分解,得到 5個(gè)不同特征尺度的IMF分量(IMF1—IMF5)與1個(gè)趨勢(shì)分量R,如圖3所示。

為有效提高模型預(yù)測(cè)精度,利用EEMD對(duì)監(jiān)測(cè)點(diǎn)1—50期的大壩水平位移時(shí)間序列進(jìn)行分解,得到 5個(gè)不同特征尺度的IMF分量(IMF1—IMF5)與1個(gè)趨勢(shì)分量R,如圖3所示。由圖3可看出IMF1、IMF2分量的振幅大,頻率高,平穩(wěn)性較弱,為噪聲信號(hào)干擾所致,可將IMF1和IMF2分量合并為一個(gè)新分量IMF(1+2),考慮新分量影響因素為庫水位、溫度和時(shí)效;IMF3、IMF4分量頻率有所降低,周期性較為明顯,且IMF3分量的變化趨勢(shì)與壩體溫度監(jiān)測(cè)數(shù)據(jù)變化趨勢(shì)相似,可將IMF3和IMF4分量合并為一個(gè)新分量IMF(3+4),考慮其主要影響因素為溫度;IMF5分量和趨勢(shì)項(xiàng)分量R變化較光滑,與庫水位和溫度變化趨勢(shì)無明顯相關(guān)性,故考慮其主要影響因素均為時(shí)效。

【參考文獻(xiàn)】：
期刊論文
[1]混凝土壩變形Wavelet-EGM-PE-ARIMA組合預(yù)測(cè)模型[J]. 汪程,楊光,祖安君,陳悅,尹文中,邱小秦.  長(zhǎng)江科學(xué)院院報(bào). 2019(08)
[2]大壩變形監(jiān)測(cè)統(tǒng)計(jì)模型與混沌優(yōu)化ELM組合模型[J]. 戴波,何啟.  水利水運(yùn)工程學(xué)報(bào). 2016(06)
[3]水工結(jié)構(gòu)工程分析計(jì)算方法回眸與發(fā)展[J]. 吳中如,顧沖時(shí),蘇懷智,陳波.  河海大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(05)
[4]基于經(jīng)驗(yàn)?zāi)B(tài)分解和遺傳支持向量機(jī)的多尺度大壩變形預(yù)測(cè)[J]. 張豪,許四法.  巖石力學(xué)與工程學(xué)報(bào). 2011(S2)



本文編號(hào)：3015521