大壩安全監(jiān)控統(tǒng)計模型研究.pdf

1、為滿足大壩安全監(jiān)測的需要，本文在全面總結(jié)歸納前人在統(tǒng)計模型研究成果的基礎(chǔ)上，針對最小二乘回歸方法存在的不足，以偏最小二乘回歸方法、Kalman濾波技術(shù)和神經(jīng)網(wǎng)絡(luò)理論為依據(jù)，提出了大壩安全監(jiān)控的偏最小二乘回歸統(tǒng)計模型，Kalman濾波回歸統(tǒng)計模型，BP神經(jīng)網(wǎng)絡(luò)模型及RBF神經(jīng)網(wǎng)絡(luò)模型，并以工程實測資料的計算詳細比較了各種模型的性能。此項研究工作不僅對工程實踐有著重要的實用價值，而且對提高我國大壩安全管理水平有著重要意義。 論文主要研究內(nèi)容

2、及成果如下： (1) 全面系統(tǒng)地分析了最小二乘回歸方法在現(xiàn)行統(tǒng)計模型建模過程中存在的問題，指出因子間嚴重地多重相關(guān)性是造成最小二乘回歸模型結(jié)構(gòu)不穩(wěn)定和解釋性變差的根本原因。為此，依據(jù)偏最小二乘回歸方法的理論，以統(tǒng)計模型的建模為應(yīng)用目標(biāo)，首次提出了偏最小二乘回歸統(tǒng)計模型。研究分析表明，該模型能有效克服因子間嚴重的多重相關(guān)性，從而得到結(jié)構(gòu)穩(wěn)定及解釋性增強的統(tǒng)計模型。經(jīng)工程實測資料的驗算并與最小二乘回歸模型比較，證明該模型是因子嚴重多重相關(guān)情

3、況下建模的有力工具。為此本文首先在利用偏最小二乘回歸方法提供穩(wěn)定的統(tǒng)計模型結(jié)構(gòu)，以及在將模型回歸系數(shù)(視為狀態(tài)變量)作為評價大壩安全狀態(tài)的重要指標(biāo)等方面取得具有創(chuàng)新性的成果。 (2) 以Kalman濾波技術(shù)為理論基礎(chǔ)，以統(tǒng)計模型的建模為應(yīng)用目標(biāo)，首次提出了Kalman濾波回歸統(tǒng)計模型。該模型將Kalman濾波理論與大壩安全監(jiān)控的統(tǒng)計模型有機結(jié)合，反映了本文提出了一個新的研究思路。研究表明，該模型利用Kalman濾波為估計問題提供的遞推形

4、式解，可將建模過程簡化為只要根據(jù)上一時段狀態(tài)值和當(dāng)前的觀測值就能方便地在線更新狀態(tài)，因而它是一種高效在線建模的新方法。由于Kalman濾波屬于最小方差估計，所以，Kalman濾波回歸統(tǒng)計模型的回歸精度高于偏最小二乘回歸統(tǒng)計模型和最小二乘回歸統(tǒng)計模型。工程實測資料的驗算表明，當(dāng)Kalman濾波的模型參數(shù)計算方法選擇合理，濾波結(jié)果很快就會穩(wěn)定，且不依賴初值，此時Kalman濾波統(tǒng)計模型的結(jié)構(gòu)是穩(wěn)定的。同樣，模型的回歸系數(shù)變化也可以評價大壩的