【技术实现步骤摘要】
本专利技术属于大坝安全监测方法，涉及混凝土坝扬压力安全监控方法，还涉及混凝土坝扬压力安全监控装置。
技术介绍
1、混凝土坝长效健康服役关乎整个水利枢纽的安危，是关系国计民生、社会稳定的重要公共安全问题。随着混凝土坝工程不断建设，坝址区域的地质条件越来越复杂。为了防止结构破坏导致工程事故的发生，需要采取适当的大坝安全监测策略。对混凝土坝实施大坝安全监测的过程中，坝基的渗流安全是最需要关注的问题之一。在大坝渗流监测中，常用的数学模型大部分为单点监控模型，在测点数量众多时，虚报警的可能性将会大大增加，并且没考虑监测量的空间分布信息。为了将以往大坝安全监测建模方法从“点”分析转变为“面”分析，国内外学者相继提出了时空分布模型、主成分分析、多输出机器学习模型和面板数据模型等方法。但是pvar模型等几种传统估计方法，解决单支测压管监测数据覆盖的时间空间范围有限，只能反映测点所在位置处的局部渗流性态，导致描述的坝基扬压力时空规律不够统一和协调。
技术实现思路
1、本专利技术的目的是提供混凝土坝扬压力安全监控方法，解决了现有技术中存在的只能反映测点所在位置处的局部渗流性态的问题。
2、本专利技术所采用的技术方案是，混凝土坝扬压力安全监控方法，包括：
3、采集每个监测点扬压力建立监测数据样本集；根据任意两个监测点之间的距离矩阵对监测点进行聚类建立每类扬压力监测点的面板数据；对每类扬压力监测点的面板数据进行平稳性检验，将非平稳序列转换为平稳序列；确定bpvar模型的最优滞后阶数
4、本专利技术的特点还在于：
5、包括以下步骤：
6、步骤1、采集每个监测点扬压力建立监测数据样本集；
7、步骤2、分别基于dtw、余弦相似度、双边斜率距离计算样本集中任意两个监测点之间的距离矩阵；
8、步骤3、分别对距离矩阵进行聚类，得到聚类结果；
9、步骤4、根据聚类指标确定最优聚类结果，对同一类高度相似的扬压力监测点建立面板数据；
10、步骤5、对每类扬压力监测点的面板数据进行平稳性检验，若为非平稳序列，采用差分法将之转换成平稳序列；
11、步骤6、对bpvar模型进行定阶，并用信息量最小准则来确定bpvar模型的最优滞后阶数；
12、步骤7、判断数据是否存在外生变量的监测数据，并根据结果选择bpvar模型的预测公式；
13、步骤8、将步骤5得到的每类扬压力监测点的面板数据输入bpvar模型，通过吉布斯采样方法导出预测bpvar模型的后验分布，进而得到监测点的预测扬压力。
14、聚类指标包括轮廓系数、方差比，选择轮廓系数最接近1且方差比最大的作为最优聚类结果。
15、步骤5中平稳性检验的过程为：分别采用llc、ips和adf-fisher检验方法得到每类扬压力监测点的面板数据的检验统计量，并将检验统计量输入stata软件计算对应p值，若p值均小于0.1，认为平稳，否则为非平稳。
16、基于aic准则、bic准则和hqic准则计算指标，将指标、步骤5得到的每类扬压力监测点的平稳面板数据输入stata软件，对bpvar模型进行定阶，并用信息量最小准则来确定bpvar模型的最优滞后阶数。
17、aic准则、bic准则和hqic准则计算公式如下：
18、aic＝2k-2ln(l) (1)；
19、bic＝k ln(b)-2ln(l) (2)；
20、hqic＝-2ln(l)+ln(ln(b))×k (3)；
21、式中，k为bpvar模型中未知参数个数，l为bpvar模型中的似然函数，b为每类扬压力监测点的平稳面板数据的样本数量。
22、若存在则输入外生变量，根据式(26)建立模型；否则根据式(25)建立模型：
23、
24、式中，yi，t为t时刻测点i的c个内生变量的c×1向量；yj，t-e为t-e时刻测点j的c个内生变量的c×1向量；是n×n系数矩阵，它代表测点i对测点j在t时刻的第e个滞后项的响应；xt是外生变量的m×1向量；ci，t是将内生变量与外生变量关联起来的n×m矩阵；εi，t是测点i的n×1残差向量；
25、
26、式中，ui，t为将内生变量与外生变量关联起来的系数矩阵；为由外生变量组成m×1的外生向量。
27、本专利技术的另一目的是提供混凝土坝扬压力安全监控装置。
28、本专利技术所采用的另一技术方案是，混凝土坝扬压力安全监控装置，包括：
29、样本采集模块，用于采集每个监测点扬压力建立监测数据样本集；
30、面板数据建立模块，用于根据任意两个监测点之间的距离矩阵对监测点进行聚类建立每类扬压力监测点的面板数据；
31、平稳性检验模块，用于对每类扬压力监测点的面板数据进行平稳性检验，将非平稳序列转换为平稳序列；
32、模型确定模块，用于确定bpvar模型的最优滞后阶数及计算公式；
33、预测模块，用于将每类扬压力监测点的面板数据输入bpvar模型中得到预测结果。
34、本专利技术的有益效果是：本专利技术混凝土坝扬压力安全监控方法，将监测点数据整合成面板数据，解决了单支测压管监测数据覆盖的时间空间范围有限，只能反映测点所在位置处的局部渗流性态，描述的坝基扬压力时空规律不够统一和协调的困难；采用贝叶斯面板向量自回归(bayesian panel vector autoregressive，bpvar)模型，具有更好的数学性质，适用于面板数据的预测分析，并且在考虑面板数据的时空信息的基础上还具有模型估计参数较少的优点。
本文档来自技高网...【技术保护点】
1.混凝土坝扬压力安全监控方法，其特征在于，包括：
2.如权利要求1所述的混凝土坝扬压力安全监控方法，其特征在于，包括以下步骤：
3.如权利要求2所述的混凝土坝扬压力安全监控方法，其特征在于，聚类指标包括轮廓系数、方差比，选择轮廓系数最接近1且方差比最大的作为最优聚类结果。
4.如权利要求2所述的混凝土坝扬压力安全监控方法，其特征在于，步骤5中平稳性检验的过程为：分别采用LLC、IPS和ADF-Fisher检验方法得到每类扬压力监测点的面板数据的检验统计量，并将检验统计量输入stata软件计算对应P值，若P值均小于0.1，认为平稳，否则为非平稳。
5.如权利要求2所述的混凝土坝扬压力安全监控方法，其特征在于，基于AIC准则、BIC准则和HQIC准则计算指标，将指标、步骤5得到的每类扬压力监测点的平稳面板数据输入stata软件，对BPVAR模型进行定阶，并用信息量最小准则来确定BPVAR模型的最优滞后阶数。
6.如权利要求5所述的混凝土坝扬压力安全监控方法，其特征在于，AIC准则、BIC准则和HQIC准则计算公式如下：p>
7.如权利要求2所述的混凝土坝扬压力安全监控方法，其特征在于，若存在则输入外生变量，根据式(26)建立模型；否则根据式(25)建立模型：
8.混凝土坝扬压力安全监控装置，其特征在于，包括：
...【技术特征摘要】
1.混凝土坝扬压力安全监控方法，其特征在于，包括：
2.如权利要求1所述的混凝土坝扬压力安全监控方法，其特征在于，包括以下步骤：
3.如权利要求2所述的混凝土坝扬压力安全监控方法，其特征在于，聚类指标包括轮廓系数、方差比，选择轮廓系数最接近1且方差比最大的作为最优聚类结果。
4.如权利要求2所述的混凝土坝扬压力安全监控方法，其特征在于，步骤5中平稳性检验的过程为：分别采用llc、ips和adf-fisher检验方法得到每类扬压力监测点的面板数据的检验统计量，并将检验统计量输入stata软件计算对应p值，若p值均小于0.1，认为平稳，否则为非平稳。
...
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。