基于改进PSO-ELM算法的混凝土坝变形非线性监控模型 被引量：17

1

作者 张海龙 范振东 《水电能源科学》 北大核心 2018年第1期82-84,199,共4页

针对混凝土坝变形模型高度非线性问题,将极限学习机(ELM)用于混凝土坝变形监控模型的构建中,由于极限学习机的精度受输入权值和隐含层阈值的影响,引入改进的粒子群算法(PSO)进行最优求解,从而建立基于改进PSO-ELM算法的混凝土坝变形非... 针对混凝土坝变形模型高度非线性问题,将极限学习机(ELM)用于混凝土坝变形监控模型的构建中,由于极限学习机的精度受输入权值和隐含层阈值的影响,引入改进的粒子群算法(PSO)进行最优求解,从而建立基于改进PSO-ELM算法的混凝土坝变形非线性监控模型。实例应用结果表明,该模型不仅可行、有效,且具有较强的学习能力和泛化能力。 展开更多

关键词 混凝土坝变形 非线性监控模型 极限学习机 粒子群算法

下载PDF 职称材料

基于WA-LSTM-ARIMA的混凝土坝变形组合预测模型 被引量：15

2

作者 周兰庭 柳志坤 徐长华 《人民黄河》 CAS 北大核心 2022年第1期124-128,共5页

针对混凝土坝变形实测数据序列的不规律性和预测精度欠佳等问题,基于复合建模思想提出一种基于WA-LSTM-ARIMA的大坝变形组合预测模型。首先通过小波多分辨率分析对原始监测序列进行多尺度分解,从中提取高频周期性分量、低频趋势性分量... 针对混凝土坝变形实测数据序列的不规律性和预测精度欠佳等问题,基于复合建模思想提出一种基于WA-LSTM-ARIMA的大坝变形组合预测模型。首先通过小波多分辨率分析对原始监测序列进行多尺度分解,从中提取高频周期性分量、低频趋势性分量和高频随机性分量;然后将去噪处理后的随机分量与高频周期性分量融合得到综合高频序列,并使用LSTM进行建模预测,对于低频趋势性分量则应用ARIMA模型进行预测,将两组预测结果叠加后即可得到最终的坝体变形预测结果;最后通过工程实例证明该模型所得预测值与实测值拟合较好,与传统的静态模型预测结果对比表明,该模型的预测精度更高。 展开更多

关键词 混凝土坝变形 小波分解 LSTM ARIMA 组合预测 预测精度

下载PDF 职称材料

基于局部异常系数的混凝土坝变形异常分析方法 被引量：6

3

作者 郑付刚 《水电能源科学》 北大核心 2016年第6期103-105,31,共4页

针对回归分析方法在数值拟合方面存在的问题,根据变形监测历史数据,考虑大坝变形、水位、温度等数据的相关性,将大坝变形监测数据看作多变量时间序列,采用鲁棒性较强的Eros距离度量多变量时间序列间的相似性,并利用局部异常系数对变形... 针对回归分析方法在数值拟合方面存在的问题,根据变形监测历史数据,考虑大坝变形、水位、温度等数据的相关性,将大坝变形监测数据看作多变量时间序列,采用鲁棒性较强的Eros距离度量多变量时间序列间的相似性,并利用局部异常系数对变形数据进行挖掘和异常检测,提出了基于局部异常系数的大坝变形异常分析方法。实例应用结果表明,该方法与统计学方法所得结论一致,能较好地描述变形监测数据的异常,可用于混凝土坝变形异常评价。 展开更多

关键词 局部异常系数 混凝土坝变形 多变量时间序列 相似度量 异常检测

下载PDF 职称材料

基于分形插值的混凝土坝变形趋势分析 被引量：4

4

作者 刘亮亮 陈旭东 《人民黄河》 CAS 北大核心 2020年第8期146-149,共4页

研究混凝土坝的变形趋势对判别大坝变形状态、保证大坝安全具有重要意义。针对混凝土坝的变形曲线呈现出明显的非线性特征,引入分形插值理论,首先利用分形维数识别混凝土坝变形时间序列的分形特征,然后基于分形插值函数建立了变形趋势... 研究混凝土坝的变形趋势对判别大坝变形状态、保证大坝安全具有重要意义。针对混凝土坝的变形曲线呈现出明显的非线性特征,引入分形插值理论,首先利用分形维数识别混凝土坝变形时间序列的分形特征,然后基于分形插值函数建立了变形趋势的预测模型,并对变形状态进行判别。以某混凝土坝段变形为例,采用分形插值方法对坝段某高程水平位移的变形趋势进行预测,并与统计模型预测结果进行对比,结果表明,分形插值方法能更好地拟合变形曲线,表征大坝变形特性。 展开更多

关键词 混凝土坝变形 分形插值理论 迭代函数系统 变形分析

下载PDF 职称材料

基于PCA-SSA-ELM的混凝土坝变形预测模型 被引量：4

5

作者 李昕 赵二峰 王嘉毅 《水力发电》 CAS 2022年第12期62-66,91,共6页

混凝土坝变形与环境量之间有着复杂的函数关系,传统统计模型泛化能力较弱,难以处理高维非线性问题。为此,提出了一种基于主成分分析法和麻雀搜索算法优化极限学习机的混凝土坝变形预测模型,该模型通过主成分分析法(PCA)提取环境量中的... 混凝土坝变形与环境量之间有着复杂的函数关系,传统统计模型泛化能力较弱,难以处理高维非线性问题。为此,提出了一种基于主成分分析法和麻雀搜索算法优化极限学习机的混凝土坝变形预测模型,该模型通过主成分分析法(PCA)提取环境量中的关键因子作为模型输入变量,采用寻优能力强的麻雀搜索算法(SSA)选取极限学习机(ELM)中的初始输入权重和偏置的最优解。将该PCA-SSA-ELM模型应用到某高拱坝拱冠梁坝段测点径向位移的预测中,并与ELM、BP神经网络模型的计算结果进行对比分析,验证了新模型的有效性。 展开更多

关键词 混凝土坝变形 预测模型 主成分分析 极限学习机 麻雀搜索算法

下载PDF 职称材料

库水位波动与拉宗坝的变形

6

作者 S．I．毕达鲁利 杨超 秦湘 《国际水力发电》 2004年第4期11-13,共3页

根据30年大地测量记录所描述拉宗坝(Ladhon)的变形在希腊进行了研究，这有助于改进库水位对混凝土坝变形的影响的认识。

关键词 库水位波动 拉宗坝 混凝土坝变形 水平偏差 垂直位移

下载PDF 职称材料

混凝土坝变形缺失信息处理方法研究

7

作者 王成 何启 《三峡大学学报（自然科学版）》 CAS 2022年第2期12-16,共5页

混凝土坝的变形监测信息源复杂、多样,变形监测信息不可避免地存在不完整问题,对变形性态的分析造成困难.本文将混凝土坝变形信息的不完整问题划分为单值缺失问题和连续多值缺失问题来处理,针对性地提出了基于非局部平均思想的单值缺失... 混凝土坝的变形监测信息源复杂、多样,变形监测信息不可避免地存在不完整问题,对变形性态的分析造成困难.本文将混凝土坝变形信息的不完整问题划分为单值缺失问题和连续多值缺失问题来处理,针对性地提出了基于非局部平均思想的单值缺失估计方法和基于空间邻近点BP映射的多值缺失估计方法,并由工程实例验证了两种方法的有效性. 展开更多

关键词 混凝土坝变形 信息缺失 估计方法

下载PDF 职称材料

基于变量筛选优化极限学习机的混凝土坝变形预测模型 被引量：7

8

作者 曹恩华 包腾飞 +2 位作者 胡绍沛 袁荣耀 鄢涛 《长江科学院院报》 CSCD 北大核心 2022年第7期59-65,共7页

传统的统计模型泛化能力较弱且容易引入高维变量,这将对基于神经网络预测模型的输出结果产生负面影响,同时增加了过拟合风险。因此,有必要建立一个具有适当维度的数据驱动模型,以实现对大坝变形的准确监控。选用极限学习机(ELM)作为基... 传统的统计模型泛化能力较弱且容易引入高维变量,这将对基于神经网络预测模型的输出结果产生负面影响,同时增加了过拟合风险。因此,有必要建立一个具有适当维度的数据驱动模型,以实现对大坝变形的准确监控。选用极限学习机(ELM)作为基础预测模型,提出基于平均影响值MIV-ELM模型的变量筛选法,以消除初始变量集中的冗余信息,从而降低模型复杂度,提高预测精度。分析结果表明,与传统预测模型相比,HST-MIV-ELM不仅具有最高的预测精度和预测性能,同时也有较强的可拓展性,为大坝安全监控系统的构建提供了可靠的理论基础。 展开更多

关键词 混凝土坝变形预测 变量筛选 极限学习机 平均影响值 反向逐变量剔除法

下载PDF 职称材料

基于最小截平方和估计的混凝土坝变形监测粗差识别方法 被引量：1

9

作者 张景会 范博伟 《水利科技与经济》 2024年第1期162-166,共5页

粗差识别是混凝土坝安全监测数据预处理中的一项重要工作。结合变形监测统计分析模型,基于Fast-LTS算法,提出一种混凝土坝变形监测粗差最小截平方和估计识别方法。首先,基于最小截平方和估计,建立混凝土坝变形监测统计分析模型,挖潜变... 粗差识别是混凝土坝安全监测数据预处理中的一项重要工作。结合变形监测统计分析模型,基于Fast-LTS算法,提出一种混凝土坝变形监测粗差最小截平方和估计识别方法。首先,基于最小截平方和估计,建立混凝土坝变形监测统计分析模型,挖潜变形监测序列与环境影响因子间的关系;其次,划分正常测值序列和疑似粗差测值序列,并针对疑似粗差序列,采用数理统计方法,逐一甄别直至判别出所有粗差。工程实例计算分析表明,本文方法粗差识别成功率达100%,远优于拉依达法则、格拉布斯准则与罗曼诺夫斯基准则等传统判别方法。更高的识别成功率,可为混凝土坝变形监测粗差识别提供一种新途径。 展开更多

关键词 混凝土坝变形监测 粗差识别 最小截平方和估计 Fast-LTS算法

下载PDF 职称材料

基于多层次滤波降噪的IGA-NARX混凝土坝变形预测模型

10

作者 杨孟 李永福 +2 位作者 梁云 陈艺征 顾冲时 《水电能源科学》 北大核心 2024年第4期142-146,共5页

针对混凝土坝变形数据中存在非高斯分布噪声污染,难以描述混凝土坝变形数据自身的趋势性、季节性的问题,采用CEEMD与粒子滤波法相结合的方法对锦屏一级大坝径向位移进行分析。先将CEEMD分解后的高频和低频分量进行区分,仅对高频分量进... 针对混凝土坝变形数据中存在非高斯分布噪声污染,难以描述混凝土坝变形数据自身的趋势性、季节性的问题,采用CEEMD与粒子滤波法相结合的方法对锦屏一级大坝径向位移进行分析。先将CEEMD分解后的高频和低频分量进行区分,仅对高频分量进行粒子滤波降噪,再进行分量重构;通过多层次滤波降噪处理的位移数据驱动IGA-NARX神经网络构建预测模型,并使用R_(RMSE)、M_(MSE)等指标进行评价。工程实例验证表明,所提模型相较于对比模型在评价指标上均有一定提升,具有较好的实用价值。 展开更多

关键词 CEEMD分解 混凝土坝变形监测 粒子滤波降噪 NARX神经网络 IGA算法

下载PDF 职称材料

基于NCL-ELM的混凝土坝变形监控模型

11

作者 王霄 胡雅婷 +2 位作者 谷静 胡林生 齐春舫 《水利水电技术（中英文）》 北大核心 2022年第12期38-46,共9页

针对传统混凝土坝变形监控模型在非线性处理、外延预测精度等方面的不足,充分利用集成学习的优势,提出一种负相关学习集成极限学习机(NCL-ELM)的混凝土坝变形监控模型。此模型选用不同激活函数的ELM作为基学习器,并基于负相关学习算法... 针对传统混凝土坝变形监控模型在非线性处理、外延预测精度等方面的不足,充分利用集成学习的优势,提出一种负相关学习集成极限学习机(NCL-ELM)的混凝土坝变形监控模型。此模型选用不同激活函数的ELM作为基学习器,并基于负相关学习算法进行集成,增加ELM基学习器间的差异度,实现了集成模型预测性能的提升。以澜沧江中游河段某混凝土拱坝变形数据为例进行变形预测,结果表明:NCL-ELM模型可深入挖掘混凝土坝变形与环境量影响因子间的作用关系,对于选取的3个测点数据,模型预测性能指标均方根误差分别为0.506 mm、0.490 mm、0.430 mm,均方差分别为0.385 mm、0.445 mm、0.343 mm,预测命中率分别为90%、100%、100%;在预测精度和命中率方面均优于统计模型、ELM和M-ELM模型,同时可为变形性态的判别提供参考依据,具有良好的工程应用价值。 展开更多

关键词 混凝土坝变形预测 变形性态判别 极限学习机 集成学习 负相关学习

下载PDF 职称材料