【技术实现步骤摘要】
本专利技术涉及混凝土坝结构安全监测，尤其是指一种面向大坝变形监测的多点互验拟合方法、装置及计算机存储介质。
技术介绍
1、混凝土坝结构安全监测布设以兼顾结构安全性和工程经济性为原则，依据拱梁分载法计算成果，按照控制关键部位、注重时空关系、重点部位监测仪器互为备用、监测项目相互验证的技术要求，以水平拱圈为拱向监测基面，以竖直坝段为梁向监测截面，将各类监测仪器部署在监测基面和监测截面上，构成混凝土坝拱梁监测空间网格体系。
2、通过布设于拱梁监测空间网格的测点，可以采集到反映混凝土坝运行状态的监测数据，在受到外界因素影响下，各部位的同类或多类监测数据存在一定的相关性，这种相关性主要表现在相同或相近部位监测数据时序趋势的相似性。如混凝土坝坝体各部位径向位移的趋势同步性、坝体各区温度与应力之间的相关性等。现行的混凝土坝运行性态分析对象为布设监测仪器的结构部位，传统面向大坝变形的多点监测互验拟合模型是基于单点效应量与环境因子建立的，难以充分体现混凝土坝的结构整体性和空间分布规律。
技术实现思路
1、为此，本专利技术所要解决的技术问题在于克服现有技术中传统面向大坝变形的多点监测互验拟合模型的问题难以充分体现混凝土坝的结构整体性和空间分布规律的问题。
2、为解决上述技术问题，本专利技术提供了一种面向大坝变形的多点监测互验拟合方法，包括：
3、根据混凝土坝长期运行中影响混凝土坝的变形因素，建立混凝土坝变形单测点统计模型；
4、对混凝土坝结构监测区域进行
5、基于所述混凝土坝变形单测点统计模型，将所述混凝土坝结构监测测点测值序列作为输入，利用多任务高斯过程回归模型构建多测点变形监控模型；
6、利用所述多测点变形监控模型对混凝土坝变形进行预测。
7、优选地，所述对混凝土坝结构监测区域进行分区划分包括：
8、根据混凝土坝监测区域的测点时序数据和测点空间数据，构建测点时空数据矩阵；
9、对所述测点时空数据矩阵采用高斯混合聚类，并将混凝土坝安全测点的空间信息作为成分数量的先验知识，构建空间约束下的混凝土坝结构监测区域划分模型；
10、采用期望最大化算法对所述混凝土坝结构监测区域划分模型的参数进行迭代优化求解；
11、利用迭代优化好的混凝土坝结构监测区域划分模型对混凝土坝监测区域进行划分。
12、优选地，所述变形因素包括水位、温度和时变效应。
13、优选地，所述根据混凝土坝长期运行中影响混凝土坝的变形因素，建立混凝土坝变形单测点统计模型包括：
14、根据水深计算水压分量；
15、根据坝体混凝土和基岩温度计算温度分量；
16、根据监测日至始测日的累计天数计算时效分量；
17、引入初始值的影响，根据所述水压分量、所述温度分量和所述时效分量建立混凝土坝变形单测点统计模型。
18、优选地，引入初始值的影响，根据所述水压分量、所述温度分量和所述时效分量建立得到的混凝土坝变形单测点统计模型为：
19、
20、
21、
22、δθ＝c1θ+c2 lnθ
23、其中，a0为常数项，h0为对应建模资料系列初始日的水深，t0为建模资料系列初始日至始测日的累计天数，θ0为t0/100，δh、δt、δθ分别为水压分量、温度分量和时效分量，hi为坝前水深，ai为水压因子回归系数，t为测值当天至起测日累计天数，b1i、b2i为温度因子回归系数，θ为监测日至始测日的累计天数除以100，c1、c2为时效因子回归系数。
24、优选地，所述将所述混凝土坝结构监测测点测值序列作为输入前包括：
25、将所述混凝土坝结构监测测点测值序列进行标准化变换。
26、优选地，所述基于所述混凝土坝变形单测点统计模型，将所述混凝土坝结构监测测点测值序列作为输入，利用多任务高斯过程回归模型构建多测点变形监控模型包括：
27、通过高斯过程建立所述混凝土坝结构监测测点测值序列关于时间域随机变量的联合，并对协方差核函数进行定义；
28、引入混凝土坝结构监测仪器设备噪声的影响，建立回归方程；
29、假设所述回归方程服从高斯过程先验，将混凝土坝结构监测测点测值序列作为输入，并根据贝叶斯原理和高斯分布的条件性质求解混凝土坝多测点变形预测均值和方差分布的最大后验似然估计值，并利用最小化负对数似然函数和共轭梯度法确定协方差函数的未知参数，得到所述多测点变形监控模型。
30、优选地，所述协方差核函数定义为：
31、kmulti([x,i],[x′,j])＝kinputs(x,x′)×ktasks(i,j)
32、其中，kinputs是用于度量输入的混凝土坝结构监测测点测值序列之间相似性的高斯核函数，ktasks是用于考虑不同任务间相似性的高斯核函数，x和x′分别代表训练和测试样本。
33、本专利技术还提供了一种面向大坝变形的多点监测互验拟合装置，包括：
34、单测点统计模型建立模块，用于根据混凝土坝长期运行中影响混凝土坝的变形因素，建立混凝土坝变形单测点统计模型；
35、测点数据获取模块，用于对混凝土坝结构监测区域进行分区划分，并获取某一分区中的混凝土坝结构监测测点测值序列；
36、多测点变形监控模型建立模块，用于基于所述混凝土坝变形单测点统计模型，将所述混凝土坝结构监测测点测值序列作为输入，利用多任务高斯过程回归模型构建多测点变形监控模型；
37、安全监控模块，用于利用所述多测点变形监控模型对混凝土坝变形进行预测。
38、本专利技术还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述一种面向大坝变形的多点监测互验拟合方法的步骤。
39、本专利技术的上述技术方案相比现有技术具有以下优点：
40、本专利技术所述的面向大坝变形的多点监测互验拟合方法，选取荷载作用下混凝土坝结构响应最直观的变形效应量作为指标，建立混凝土坝变形单测点统计模型，在混凝土坝混凝土坝变形单测点统计模型构建的基础上，通过模糊聚类体现测点的时空关联性，进而借助多任务高斯过程回归模型良好的非线性处理能力，以结构测点长序列测值数据为输入，构建混凝土坝多测点变形监控模型，开展混凝土坝不同部位区域变形的预测；充分体现了混凝土坝的结构整体性和空间分布规律，提高了混凝土坝整体变形的预测精度。
本文档来自技高网...【技术保护点】
1.一种面向大坝变形的多点监测互验拟合方法，其特征在于，包括：
2.根据权利要求1所述的面向大坝变形的多点监测互验拟合方法，其特征在于，所述对混凝土坝结构监测区域进行分区划分包括：
3.根据权利要求1所述的面向大坝变形的多点监测互验拟合方法，其特征在于，所述变形因素包括水位、温度和时变效应。
4.根据权利要求3所述的面向大坝变形的多点监测互验拟合方法，其特征在于，所述根据混凝土坝长期运行中影响混凝土坝的变形因素，建立混凝土坝变形单测点统计模型包括：
5.根据权利要求4所述的面向大坝变形的多点监测互验拟合方法，其特征在于，引入初始值的影响，根据所述水压分量、所述温度分量和所述时效分量建立得到的混凝土坝变形单测点统计模型为：
6.根据权利要求1所述的面向大坝变形的多点监测互验拟合方法，其特征在于，所述将所述混凝土坝结构监测测点测值序列作为输入前包括：
7.根据权利要求1所述的面向大坝变形的多点监测互验拟合方法，其特征在于，所述基于所述混凝土坝变形单测点统计模型，将所述混凝土坝结构监测测点测值序列作为输入，利用多任
8.根据权利要求1所述的面向大坝变形的多点监测互验拟合方法，其特征在于，所述协方差核函数定义为：
9.一种面向大坝变形的多点监测互验拟合装置，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述一种面向大坝变形的多点监测互验拟合方法的步骤。
...【技术特征摘要】
1.一种面向大坝变形的多点监测互验拟合方法，其特征在于，包括：
2.根据权利要求1所述的面向大坝变形的多点监测互验拟合方法，其特征在于，所述对混凝土坝结构监测区域进行分区划分包括：
3.根据权利要求1所述的面向大坝变形的多点监测互验拟合方法，其特征在于，所述变形因素包括水位、温度和时变效应。
4.根据权利要求3所述的面向大坝变形的多点监测互验拟合方法，其特征在于，所述根据混凝土坝长期运行中影响混凝土坝的变形因素，建立混凝土坝变形单测点统计模型包括：
5.根据权利要求4所述的面向大坝变形的多点监测互验拟合方法，其特征在于，引入初始值的影响，根据所述水压分量、所述温度分量和所述时效分量建立得到的混凝土坝变形单测点统计模型为：
6.根据权利要求1所述的...
【专利技术属性】
技术研发人员：陈豪，迟福东，李扬涛，吴涛，施海鹰，谭彬，张宏，王锐，徐小坤，周楠，温世伶，
申请(专利权)人：华能澜沧江水电股份有限公司，
类型：发明
国别省市：
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。