基于工程多源数据监测的渗流安全评价方法技术

本发明专利技术属于基于工程多源数据监测的渗流安全评价领域，公开了一种基于工程多源数据监测的渗流安全评价方法

【技术实现步骤摘要】
基于工程多源数据监测的渗流安全评价方法、系统及设备


[0001]本专利技术属于基于工程多源数据监测的渗流安全评价领域，尤其涉及一种基于工程多源数据监测的渗流安全评价方法
、
系统
、
设备
、
介质及终端
。

技术介绍

[0002]目前对基于工程多源数据监测的渗流安全评价研究尚且不多，但众多学者针对堤坝渗流安全评价开展了广泛研究，这在一定程度推动了其发展，但各评价模型方法均存在一定不足，如不能很好的解决评价系统中多维度的数据信息融合和未考虑指标间的相关性及赋权不准等
。
针对这些问题，国内外大量学者在渗流安全评价方面上进行了深入的研究
。2011
年，梅一韬等等先是利用熵权法确定了各指标权重，而后借助可拓学方法实现了定性概念与定量数据融合分析，并对混凝土重力坝进行渗流性态安全评价
。2013
年，苏怀智等运用集对分析理论和熵权法构建了混凝土坝渗流性态分析模型，并通过同
、
异
、
反3方面的综合分析，实现了混凝土坝渗流性态的现状评价和发展趋势预测
。2018
年，何亚辉等在以土石坝渗流安全评价指标具有模糊性和随机性为出发点，在前人研究基础上引入云模型思想对土石坝的渗流安全进行评价，评价结果显示该模型更具可靠性和稳定性
。2019
年，
Xiaoling Wang
等将物元可拓和函数型数据分析理论两种模型耦合，建立了动态物元可拓模型，实现了混凝土重力坝渗流安全评价
。2021
年，蒋海峰通过集对分析方法和云模型构建了适用于南水北调典型渠段渗流性态诊断模型
。
相关学者虽然取得了一定研究成果，但可以看出上述研究并未涉及到渗流安全评价指标赋权的研究
。
指标权重是不同指标在评价系统中相对重要性的定量表征，是基于工程多源数据监测的渗流安全评价至关重要的一环，直接决定了评价结果的准确与否
。
已有研究的指标赋权多采用单一方法或多种方法简单加权进行，如层次分析法
、
熵值法等，这易使不同方法评价结果存在较大差异
。
博弈论
[7]在金融学
、
政治学
、
计算机科学和其他学科也有广泛的应用
。
近些年，一些学者将博弈论法应用到其他领域，如电能质量安全分析
、
煤矿安全评价和水资源承载力评价等
。2020
年，程志友等基于博弈论法耦合了直觉模糊层次分析法和熵权法建立了电能安全质量综合评估的组合赋权模型，避免了单一赋权法的不足
。2021
年，韩礼博等人采用博弈论法较好的弥补了
CRITIC
法和熵权法在水资源承载力评价上的不足，使评价结果更加科学合理
。
[0003]通过上述分析，现有技术存在的问题及缺陷为：
[0004]现有技术大多为针对堤坝渗流进行安全评价，很少涉及到基于工程多源数据监测的渗流安全评价，本专利技术提出了适用于基于工程多源数据监测的渗流安全评价模型
。
此外，现有的渗流安全评价方法在评价过程不能很好的解决评价系统中多维度的数据信息融合和基于工程多源数据监测的渗流安全评价指标赋权精确度不足等缺陷，进而导致评价结果不准等问题
。

技术实现思路

[0005]针对现有技术存在的问题，本专利技术提供了一种基于工程多源数据监测的渗流安全
评价方法
、
系统
、
设备
、
介质及终端
。
[0006]本专利技术是这样实现的，一种基于工程多源数据监测的渗流安全评价方法，所述基于工程多源数据监测的渗流安全评价方法，包括：
[0007]从多维度确定基于工程多源数据监测的渗流安全评价指标体系，对各评价指标进行主
、
客观赋权，并运用博弈论组合赋权法优化和协调主
、
客观权重
。
最后，耦合集对分析和可变模糊集构建了基于工程多源数据监测的渗流安全评价模型
。
[0008]进一步，所述基于工程多源数据监测的渗流安全评价方法包括如下步骤：
[0009]步骤一，构建指标评价值与等级标准集合；
[0010]步骤二，确定渗流安全评价指标权重，运用博弈论组合赋权法结合直觉模糊层次分析法与相关系数法求得各指标的最优组合权重值
W
z
；
[0011]步骤三，确定评价数据的综合联系度，集对分析法求评价数据与指标等级的单项指标联系度，进而结合各项指标的组合权重得到评价数据
r
与指标等级
g
的综合联系度
μ
rg
；
[0012]步骤四，融合可变模糊集理论，实现评价数据
r
与指标等级标准
g
的隶属关系的定量化，由综合联系度
μ
rg
构造相对差异度函数；
[0013]步骤五，最后，为了避免最大隶属度失真所致结果不准和无法实现渠道渗流性态的精细化评价，特引入特征值
h
r
，进一步细化评价结果
。
[0014]进一步，所述步骤一的具体过程为：
[0015]集合
x
rj
(r
＝
1,2,....,m
；
j
＝
1,2,....,n)
组成集合
Q
r
，集合指标等级
g
的标准分级阈值
M
j,g
(g
＝
1,2,....,G)
组成集合
P
g
，将集合
Q
r
、P
g
构造集对
A
＝
(Q
r
,P
g
)
，其中
m
表示渗流评价样本个数；
n
表示渗流安全评价指标个数；
G
表示渗流安全指标等级数；
M
j,g
表示第
j
项指标的第
g
个等级
。
[0016]进一步，所述渗流安全指标等级数
G
为4，分别为：低风险
、
中风险
、
中高风险和高风险，分别记为Ⅰ、Ⅱ、Ⅲ和Ⅳ。
基于此，以监测特点为依据，将环境因素以各指标偏离均值程度大小为等级判别标准，而表征因素则是按照云模型算法中的数字特征划分等级标准，具体如下：
[0017]等级
I
的监测数据等级标准为
y≤[y
max
],
且表征数据及其变化量等级标准为
[y
min<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于工程多源数据监测的渗流安全评价方法，其特征在于，包括：从多维度确定基于工程多源数据监测的渗流安全评价指标体系，并分别对各评价指标进行主
、
客观赋权，运用博弈论组合赋权法对权重进行优化与协调，并建立集对分析
‑
可变模糊集耦合评价模型用于基于工程多源数据监测的渗流安全评价
。2.
如权利要求1所述基于工程多源数据监测的渗流安全评价方法，其特征在于，所述基于工程多源数据监测的渗流安全评价方法包括如下步骤：步骤一，构建指标评价值与等级标准集合；步骤二，确定渗流安全评价指标权重，运用博弈论组合赋权法结合直觉模糊层次分析法与相关系数法求得本发明所构建基于工程多源数据监测的渗流安全评价指标体系的最优组合权重值
W
z
；步骤三，确定评价数据的综合联系度，利用集对分析法求评价数据
r
与指标等级
g
的单项指标联系度，进而结合各项指标的组合权重得到评价数据
r
与指标等级
g
的综合联系度
μ
rg
；步骤四，融合可变模糊集理论，由综合联系度
μ
rg
构造相对差异度函数，实现评价数据
r
与指标等级区间
g
的隶属关系的定量化，确定评价数据的渗流安全等级；步骤五，为了避免最大隶属度失真所致结果不准和无法实现渠道渗流安全状况精细化评价，特引入特征
hr
值，进一步细化基于工程多源数据监测的渗流安全评价结果
。3.
如权利要求2所述基于工程多源数据监测的渗流安全评价方法，其特征在于，所述步骤一的具体过程为：集合
x
rj
(r
＝
1,2,....,m
；
j
＝
1,2,....,n)
组成集合
Q
r
，集合指标等级
g
的标准分级阈值
M
j,g
(g
＝
1,2,....,G)
组成集合
P
g
，将集合
Q
r
、P
g
构造集对
A
＝
(Q
r
,P
g
)
；其中
m
表示渗流评价样本个数；
n
表示渗流安全评价指标个数；
G
表示渗流安全指标等级数；
M
j,g
表示第
j
项指标的第
g
个等级
。4.
如权利要求3所述基于工程多源数据监测的渗流安全评价方法，其特征在于，所述渗流安全指标等级数为4，分别为：低风险
、
中风险
、
中高风险和高风险，分别记为Ⅰ、Ⅱ、Ⅲ和Ⅳ，从指标监测数据特点出发，环境因素以各指标偏离均值程度为等级判别标准，而表征因素则是利用云模型中的数字特征确定其等级标准，所述环境因素包括：降雨量
、
水位和温度，所述表征因素包括渗透压力及渗压变化率，具体如下：等级
I
的监测数据等级标准为
y≤[y
max
],
且表征数据及其变化量等级标准为
[y
min
,Ex+En]
；等级Ⅱ的监测数据等级标准为
y≤[y
max
],
且表征数据及其变化量等级标准为
[Ex+En,Ex+2En]
；等级Ⅲ的监测数据等级标准为
y≤[y
max
],
且表征数据及其变化量等级标准为
[Ex+2En,Ex+3En][Ex+2En,Ex+3...

【专利技术属性】
技术研发人员：陈守开，汪伦焰，刑春鹏，郭利霞，张建伟，
申请(专利权)人：华北水利水电大学，
类型：发明
国别省市：