【技术实现步骤摘要】
一种基于模型自动匹配的大坝单测点阈值计算方法
本专利技术属于大坝安全监测
，特别涉及一种基于模型自动匹配的大坝单测点阈值计算方法。
技术介绍
大坝安全监测是通过仪器观测和巡视检查对水工建筑物主体结构、地基基础、两岸边坡、相关设施以及周围环境所作的测量及观察；监测不仅包括对建筑物固定测点按一定频次进行的仪器观测，也包括对建筑物外表及内部大范围对象的定期和不定期的直观检查和仪器探查。通过观测仪器和设备，以及时取得反映大坝和基岩性态的变化以及环境对大坝作用的各种数据的观测和资料处理等工作。其目的是分析估计大坝的安全程度，以便及时采取措施，设法保证大坝安全运行。
技术实现思路
专利技术目的：为了克服现有技术中大坝安全监测系统监仪器多、测点多、数据量庞杂、人工处理和评判难度高且效率低的问题，本专利技术提供一种基于模型自动匹配的大坝单测点阈值计算方法，通过离线和在线两个阶段的模型匹配，为每个测点配置最佳的预测模型，在节约人力成本和降低数据与模型的耦合度的同时，保证单点阈值计算结果精确性和实时性。技术方案...
【技术保护点】
1.一种基于模型自动匹配的大坝单测点阈值计算方法，其特征在于，包括如下步骤：/n(1)选择多项式回归、差分自回归移动平均模型、长短期记忆网络、多层感知机、均值、最小二乘回归、基于注意力机制的长短期记忆网络的机器学习和深度学习模型，构建到预测模型总库；/n(2)从每类仪器中选择5个测点构成试点集，试点集中每个测点依次向模型总库中所有模型输入测点数据，为每个模型配置最佳参数并计算其R平方值，比较R平方值选择对应值最大的预测模型配置给该测点，并存入数据库；/n(3)剩余测点与所有已配置好的同仪器类型的测点计算数据相似度，选择最小相似度值的测点作为相似测点，若最小相似度值小于等于阈...
【技术特征摘要】
1.一种基于模型自动匹配的大坝单测点阈值计算方法，其特征在于，包括如下步骤：
(1)选择多项式回归、差分自回归移动平均模型、长短期记忆网络、多层感知机、均值、最小二乘回归、基于注意力机制的长短期记忆网络的机器学习和深度学习模型，构建到预测模型总库；
(2)从每类仪器中选择5个测点构成试点集，试点集中每个测点依次向模型总库中所有模型输入测点数据，为每个模型配置最佳参数并计算其R平方值，比较R平方值选择对应值最大的预测模型配置给该测点，并存入数据库；
(3)剩余测点与所有已配置好的同仪器类型的测点计算数据相似度，选择最小相似度值的测点作为相似测点，若最小相似度值小于等于阈值S，则直接配置该测点与相似测点相同的预测模型，否则返回步骤(2)重新匹配最佳模型；
(4)每隔一个月更新一次预测模型，计算这个月测点数据的R平方值，与原预测模型离线阶段时的初始R平方值比较，若大于等于初始R平方值，则原预测模型不变，若小于初始R平方值且两者相差在0.02范围内，则仅更新原预测模型的超参数，否则返回步骤(2)重新匹配模型；
(5)将清洗后的测点数据输入预测模型，得到预测值，并根据3σ准则计算出测点阈值当日的异常级别。
2.根据权利要求1中所述的一种基于模型自动匹配的大坝单测点阈值计算方法，其特征在于，所述步骤(2)中从每类仪器中选择5个测点构成试点集，试点集中每个测点依次向模型总库中所有模型输入测点数据，为每个模型配置最佳参数并计算其R平方值，比较R平方值选择对应值最大的预测模型配置给该测点，并存入数据库的具体步骤如下：
(2.1)对于所有仪器类型，每个模型需要训练的超参数皆事先设定好并存入数据库，并分为无参数、机器学习模型参数和深度学习模型参数3种情况；其中无参数情况下不训练参数；机器学习模型参数下先随机生成G1个超参数值组，与测点数据一同输入模型训练，并得到G1个R平方值，将G1个超参数值组和R平方值输入代理模型训练，其中代理模型选择随机森林，之后随机生成G2个超参数值组，输入代理模型得到G2个R平方值，从中选择值最大的超参数值组作为最佳参数，其中G1默认值为1000，G2默认值是2000；
(2.2)试点集中每个测点依次向模型总库中所有模型输入测点数据，得到的结果，再求每个预测模型的R平方值，其中j＝1,2,…,N，是第i个预测模型的预测值，是平均值，比较值并将最大值的预测模型赋予给该测点，...
【专利技术属性】
技术研发人员：毛莺池，陈程军，迟福东，王龙宝，陈豪，程杨堃，戚荣志，廖贵能，余意，王顺波，
申请(专利权)人：河海大学，华能澜沧江水电股份有限公司，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。