一种混凝土重力坝变形的动态预测方法技术

本发明专利技术公开一种混凝土重力坝变形的动态预测方法，它包括下列步骤：S1、构建混凝土重力坝变形动态模型；S2、混凝土重力坝变形动态模型的估计；S3、动态预测混凝土重力坝的变形；本发明专利技术将混凝土重力坝作为由外界环境驱动和内部不断演变的动力系统，利用状态空间模型表征混凝土重力坝的动态演变过程，基于历史的混凝土重力坝变形监测数据，采用卡尔曼滤波算法实现混凝土重力坝的内部演变规律的精确估计；基于混凝土重力坝内部演变指标的预测结果，实现混凝土重力坝变形的动态预测。混凝土重力坝变形的动态预测。混凝土重力坝变形的动态预测。

【技术实现步骤摘要】
一种混凝土重力坝变形的动态预测方法


[0001]本专利技术涉及混凝土重力坝变形预测
，具体地指一种混凝土重力坝变形的动态预测方法。

技术介绍

[0002]混凝土重力坝的变形是反应混凝土重力坝安全状况的重要指标；变形监测是混凝土坝安全监测的重点，大坝运行过程中往往积累了大量的监测数据，监测数据分析对实现混凝土坝的安全状况预警和预报具有重要价值。对混凝土重力坝的变形进行预测，是充分利用变形监测数据价值的重要途径之一。
[0003]现有的混凝土重力坝变形预测技术，大都属于静态预测，即将水位、温度等环境因素对重力坝变形的影响规律认为是固定的；基于该假设的模型众多，其中最为常见的是静态统计模型，通常采用最小二乘规律法进行参数估计。然而，由于最小二乘法中的回归系数为定值，因此模型难以反映出混凝土坝变形随其内部因素的动态演变规律。

技术实现思路

[0004]本专利技术的目的在于克服上述不足，提供一种混凝土重力坝变形的动态预测方法，以解决
技术介绍
中提出的问题。
[0005]本专利技术为解决上述技术问题，所采用的技术方案是：一种混凝土重力坝变形的动态预测方法，它包括下列步骤：
[0006]S1、构建混凝土重力坝变形动态模型；
[0007]S2、混凝土重力坝变形动态模型的估计；
[0008]S3、动态预测混凝土重力坝的变形。
[0009]进一步地，所述步骤S1具体为：
[0010]首先，将混凝土重力坝变形动态模型表示为：
[0011]Y(t)＝f/>t
[X(t)]+ε(t)
ꢀꢀꢀꢀ
(1)
[0012]其中，Y(t)表示t时刻的混凝土重力坝变形，X(t)表示t时刻影响混凝土重力坝变形的外部影响因素，f
t
(
·
)表示t时刻内部因素条件下的外部因素对混凝土重力坝变形的影响关系，ε(t)表示t时刻获取混凝土重力坝变形过程中的误差；
[0013]基于线性逼近的思想，式(1)中影响关系f
t
(
·
)采用时变可加性线性模型L
t
(
·
)进行近似，从而式(1)转换为：
[0014][0015]进而，将时变可加性线性模型L
t
(
·
)近似为系数时变的可加性线性模型L(
·
)，从而式(2)转换为：
[0016][0017]同时，采用可加性线性模型L(
·
)对影响关系f
t
(
·
)的近似误差考虑到残差ε(t)中，可得：
[0018]Y(t)＝L[B(t),X(t)]+μ(t)
ꢀꢀꢀꢀ
(4)
[0019]其中，Y(t)表示t时刻的混凝土重力坝变形，X(t)表示t时刻影响混凝土重力坝变形的外部影响因素，L(
·
)表示外部和内部因素对混凝土重力坝变形的可加性线性近似影响关系，B(t)表示反应t时刻内部因素条件下的外部因素X(t)对混凝土重力坝变形线性近似影响的系数，μ(t)表示t时刻混凝土重力坝变形的预测误差；
[0020]令X(t)表示为：
[0021]X(t)＝[x0(t),x1(t),x2(t),
…
,x
k
(t)]ꢀꢀꢀꢀ
(5)
[0022]其中，x0(t)＝1，x
i
(t),i＝1,2,
…
,k为混凝土重力坝的第i个影响因素，k为所考虑的影响因素个数；
[0023]令B(t)表示为：
[0024]B(t)＝[β0(t),β1(t),β2(t),
…
,β
k
(t)]ꢀꢀꢀꢀ
(6)
[0025]其中，β
i
(t),i＝0,1,2,
…
,k为与第i个影响因素x
i
(t)对应的影响系数；
[0026]从而，式(4)可具体表示为：
[0027][0028]式(7)即为混凝土重力坝变形的动态模型，可见，混凝土重力坝的变形Y(t)是外部因素x
i
(t)、内部因素β
i
(t)以及残差μ(t)共同作用的结果，将式(7)进一步表示为：
[0029][0030][0031]其中，Δt为混凝土重力坝变形的采样间隔；H(t)表示t时刻的上游水深；T(t)表示t时刻的环境温度；
[0032]根据式(8)，混凝土重力坝变形Y(t)的外部影响因素矩阵X(t)可具体表示为：
[0033][0034]根据式(9)，定义U(t)为混凝土重力坝变形Y(t)的内部影响因素矩阵，表示为：
[0035][0036]进一步地，所述步骤S2具体包括如下步骤：
[0037]2.1、X(t)和U(t)正交化处理；
[0038]根据历史监测数据，记X为X(t)所组成的矩阵，则X(t)的正交化处理为：
[0039][0040]并记Z＝(z1,z2,
…
,z
11
)，x
i
为外部影响因素矩阵X(t)第i列向量，z
i
为对应于x
i
的正交化向量；
[0041]根据历史监测数据，记U为U(t)所组成的矩阵，则U(t)的正交化处理为：
[0042][0043]并记V＝(v1,v2,
…
,v
12
)，u
i
为内部影响因素矩阵U(t)第i列向量，v
i
为对应于u
i
的正交化向量；
[0044]2.2、μ(t)和ξ
i
(t)方差初始值的选取；
[0045]对历史的混凝土重力坝变形监测数据序列，建立如下模型：
[0046][0047]其中，Z
i
(t)为外部影响因素矩阵X(t)对应的正交矩阵Z的第i个列向量；γ
i
为对应的回归系数；
[0048]采用B
‑
G分割法，对历史的混凝土重力坝变形监测数据序列进行分段，并对每一段的监测数据序列，采用最小二乘法，对式(14)进行估计，得到μ
′
(t)的标准差估计值σ
′
；
[0049]将μ(t)的方差初始值选取为：
[0050]var(μ(t))＝σ
′2ꢀꢀꢀꢀ
(15)
[0051]采用Bootstrap法，在原始的混凝土重力坝变形监测数据序列上添加标准差为σ
′
的正态分布误差，对式(14)进行1000次估计，得到γ
i
,i＝0,1,2,
…
,10的1000个估计值，并根据每一段γ
i
的标准差估计值求平均，得到δ
i
′<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种混凝土重力坝变形的动态预测方法，其特征在于：它包括下列步骤：S1、构建混凝土重力坝变形动态模型；S2、混凝土重力坝变形动态模型的估计；S3、动态预测混凝土重力坝的变形。2.根据权利要求1所述的一种混凝土重力坝变形的动态预测方法，其特征在于：所述步骤S1具体为：首先，将混凝土重力坝变形动态模型表示为：Y(t)＝f
t
[X(t)]+ε(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中，Y(t)表示t时刻的混凝土重力坝变形，X(t)表示t时刻影响混凝土重力坝变形的外部影响因素，f
t
(
·
)表示t时刻内部因素条件下的外部因素对混凝土重力坝变形的影响关系，ε(t)表示t时刻获取混凝土重力坝变形过程中的误差；基于线性逼近的思想，式(1)中影响关系f
t
(
·
)采用时变可加性线性模型L
t
(
·
)进行近似，从而式(1)转换为：进而，将时变可加性线性模型L
t
(
·
)近似为系数时变的可加性线性模型L(
·
)，从而式(2)转换为：同时，采用可加性线性模型L(
·
)对影响关系f
t
(
·
)的近似误差考虑到残差ε(t)中，可得：Y(t)＝L[B(t),X(t)]+μ(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)其中，Y(t)表示t时刻的混凝土重力坝变形，X(t)表示t时刻影响混凝土重力坝变形的外部影响因素，L(
·
)表示外部和内部因素对混凝土重力坝变形的可加性线性近似影响关系，B(t)表示反应t时刻内部因素条件下的外部因素X(t)对混凝土重力坝变形线性近似影响的系数，μ(t)表示t时刻混凝土重力坝变形的预测误差；令X(t)表示为：X(t)＝[x0(t),x1(t),x2(t),
…
,x
k
(t)]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)其中，x0(t)＝1，x
i
(t),i＝1,2,
…
,k为混凝土重力坝的第i个影响因素，k为所考虑的影响因素个数；令B(t)表示为：B(t)＝[β0(t),β1(t),β2(t),
…
,β
k
(t)]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)其中，β
i
(t),i＝0,1,2,
…
,k为与第i个影响因素x
i
(t)对应的影响系数；从而，式(4)可具体表示为：
式(7)即为混凝土重力坝变形的动态模型，可见，混凝土重力坝的变形Y(t)是外部因素x
i
(t)、内部因素β
i
(t)以及残差μ(t)共同作用的结果，将式(7)进一步表示为：(t)以及残差μ(t)共同作用的结果，将式(7)进一步表示为：其中，Δt为混凝土重力坝变形的采样间隔；H(t)表示t时刻的上游水深；T(t)表示t时刻的环境温度；根据式(8)，混凝土重力坝变形Y(t)的外部影响因素矩阵X(t)可具体表示为：根据式(9)，定义U(t)为混凝土重力坝变形Y(t)的内部影响因素矩阵，表示为：3.根据权利要求2所述的一种混凝土重力坝变形的动态预测方法，其特征在于：所述步骤S2具体包括如下步骤：2.1、X(t)和U(t)正交化处理；根据历史监测数据，记X为X(t)所组成的矩阵，则X(t)的正交化处理为：并记Z＝(z1,z2,
…
,z
11
)，x
i
为外部影响因素矩阵X(t)第i列向量，z
i
为对应于x
i
的正交化向量；根据历史监测数据，记U为U(t)所组成的矩阵，则U(t)的正交化处理为：
并记V＝(v1,v2,
…
,v
12
)，u
i
为内部影响因素矩阵U(t)第i列向量，v
i
为对应于u
i
...

【专利技术属性】
技术研发人员：远近，朱伟宾，张娟，李占超，
申请(专利权)人：中国长江电力股份有限公司，
类型：发明
国别省市：