【技术实现步骤摘要】
一种大坝安全监测数据异常识别的预警阈值设置方法
本专利技术涉及大坝安全监测领域，特别是一种大坝安全监测数据异常识别的预警阈值设置方法。
技术介绍
在大坝安全监测中，监测数据的突变常是大坝结构性态变化的直接表征，在线准确识别测值异常突变是大坝运行安全智能管控的关键问题。目前，大坝安全监测数据异常识别方法众多，包括拉伊特准则法、统计回归模型、突变理论、模糊聚类分析等。基于拉伊特准则的统计回归模型法因能综合反映环境量影响、计算便捷且编程难度小、可靠性较高等特点，在大坝安全监测数据异常在线辨识中最为常用。统计回归模型是根据有限的效应量与环境量数据构建的确定性关系式，其预测值实质是一个样本估计值，不可能完全精确可靠，一定存在着误差，采用拉伊特准则设置预警阈值主要考虑监测仪器的系统误差和监测工作的随机误差，忽略了模型估计误差。由于效应量本身特征、监测仪器改造等因素，大坝安全监测数据常出现监测量值及变幅均较小的“小量值”数据序列，其模型估计误差大于或与采用拉伊特准则设置的预警阈值相差不大，此时模型估计误差则不容忽视，否则极易出现正...
【技术保护点】
1.一种大坝安全监测数据异常识别的预警阈值设置方法，其特征在于，包括以下步骤：/n步骤1：构建基于图基双权估计函数的稳健回归模型；/n通过历史效应量及环境量建立的回归模型如式(1)所示：/nY＝Xβ+μ (1)/n式中，Y为由历史观测值构成的效应量向量；X为历史环境量变量矩阵，β为系数向量；μ为随机误差项；/n采用M估计法求解稳健回归模型，则其系数向量
【技术特征摘要】
1.一种大坝安全监测数据异常识别的预警阈值设置方法，其特征在于，包括以下步骤：
步骤1：构建基于图基双权估计函数的稳健回归模型；
通过历史效应量及环境量建立的回归模型如式(1)所示：
Y＝Xβ+μ(1)
式中，Y为由历史观测值构成的效应量向量；X为历史环境量变量矩阵，β为系数向量；μ为随机误差项；
采用M估计法求解稳健回归模型，则其系数向量的估计值为：
式中，W为等价权矩阵，采用图基双权函数计算；
步骤2：在稳健回归模型的基础上，采用基于位置M估计量的尺度估计量ST代替剩余标准差S；基于位置M估计量的尺度估计量ST的计算公式如下：
MAD＝mediani{|xi-median(xi)|}(6)
式中，...
【专利技术属性】
技术研发人员：李艳玲，陈建康，吴震宇，沈定斌，张瀚，黄会宝，裴亮，李兴，
申请(专利权)人：四川大学，
类型：发明
国别省市：四川;51
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。