一種大壩水平位移預(yù)測(cè)方法
【專利摘要】本發(fā)明公開(kāi)了一種大壩水平位移預(yù)測(cè)方法，首先基于典型成因分析，達(dá)到對(duì)高維因子的降維及去互相關(guān)性的效果，并得到對(duì)大壩上下游和左右岸兩種水平位移進(jìn)行整體預(yù)測(cè)的線性變換向量，其次基于聚類分析，實(shí)現(xiàn)對(duì)樣本按性態(tài)相似性的劃分，及篩選出奇異點(diǎn)，在此劃分基礎(chǔ)上進(jìn)行分類回歸和預(yù)測(cè)，可以避免因?yàn)闃颖举|(zhì)量和采樣的不均衡，而造成的噪音干擾和信息損失，更為合理、成分的挖掘樣本信息，得到更高可信度的預(yù)測(cè)結(jié)果，具有更實(shí)際的決策輔助功能。
【專利說(shuō)明】一種大壩水平位移預(yù)測(cè)方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種預(yù)測(cè)方法，具體涉及一種大壩水平位移預(yù)測(cè)方法。

【背景技術(shù)】
[0002] 當(dāng)前我國(guó)大壩安全監(jiān)測(cè)總體處于特殊的階段，很多老壩即將到達(dá)設(shè)計(jì)基準(zhǔn)期，而 一大批新壩正投運(yùn)，因此對(duì)大壩安全監(jiān)測(cè)指標(biāo)進(jìn)行預(yù)測(cè)從而提供安全監(jiān)測(cè)決策輔助，就顯 得必要了，大壩安全監(jiān)測(cè)和分析評(píng)估的主要目的是掌握當(dāng)前大壩的運(yùn)行狀態(tài)，判斷大壩是 否安全。目前，大壩安全監(jiān)測(cè)分析的工作模式，主要是是結(jié)合日常巡查等方法，分析歷史觀 測(cè)資料，建立數(shù)學(xué)監(jiān)控模型，對(duì)大壩的工作性態(tài)進(jìn)行分析、評(píng)價(jià)和監(jiān)控，并對(duì)重要觀測(cè)指標(biāo) 量值展開(kāi)預(yù)測(cè)，實(shí)現(xiàn)大壩安全決策輔助的目的，而大壩水平位移對(duì)于大壩安全具有重要的 表征意義。大壩水平位移是一門涉及眾多學(xué)科和環(huán)境因素的應(yīng)用，難以用確定性的模型給 出精確描述，因此基于統(tǒng)計(jì)模型的回歸擬合實(shí)現(xiàn)大壩水平位移預(yù)測(cè)，就成為了一種目前廣 泛采用的方案。水平位移在環(huán)境因素和時(shí)效因子的作用下，既呈現(xiàn)出一定的周期性波動(dòng)特 征，又存在一定的趨勢(shì)變動(dòng)，目前行業(yè)內(nèi)主流的分析回歸算法，雖然具有原理簡(jiǎn)單，應(yīng)用廣 泛等優(yōu)點(diǎn)，但是普遍在高維變量、高噪音、采樣不均衡等情況下容易噪音干擾和信息損失， 不一定能保證得到最優(yōu)擬合，預(yù)測(cè)可信度不高，甚至極端情況下嚴(yán)重失真。


【發(fā)明內(nèi)容】

[0003] 為了解決上述技術(shù)問(wèn)題，本發(fā)明提供了一種大壩水平位移預(yù)測(cè)方法，解決了現(xiàn)有 方法預(yù)測(cè)可信度不高的問(wèn)題。
[0004] 為了達(dá)到上述目的，本發(fā)明所采用的技術(shù)方案是：
[0005] -種大壩水平位移預(yù)測(cè)方法，包括以下步驟，
[0006] 步驟一，根據(jù)大壩水平形變基礎(chǔ)成因分析理論，選擇影響因子；
[0007] 步驟二，根據(jù)影響因子獲取其對(duì)應(yīng)的大壩歷史水平位移數(shù)據(jù)，作為歷史樣本數(shù)據(jù)， 并歸一化歷史樣本數(shù)據(jù)；
[0008] 步驟三，對(duì)歷史樣本數(shù)據(jù)進(jìn)行典型成因分析，獲得效應(yīng)量與影響因子的線性變換 向量L;
[0009] 步驟四，基于聚類分析算法對(duì)歷史樣本數(shù)據(jù)進(jìn)行分類；
[0010] 步驟五，對(duì)每種分類下的歷史樣本數(shù)據(jù)分布進(jìn)行最小二乘回歸分析，得到對(duì)應(yīng)的 回歸模型；
[0011] 步驟六，根據(jù)步驟三獲得的線性變換向量，對(duì)待測(cè)的因子向量進(jìn)行線性變換；
[0012] 步驟七，確定線性變換后的待測(cè)的因子向量所屬的分類；
[0013] 步驟八，根據(jù)分類對(duì)應(yīng)的回歸模型，獲得預(yù)測(cè)值。
[0014] 所述影響因子包括多時(shí)段下的水位H、氣溫T、時(shí)效t、水位的平方H2、水位的立方 H3、水位的四次方H4和時(shí)效的對(duì)數(shù)Int15
[0015] 所述歸一化歷史樣本數(shù)據(jù)公式為，

【權(quán)利要求】
1. 一種大壩水平位移預(yù)測(cè)方法，其特征在于：包括以下步驟， 步驟一，根據(jù)大壩水平形變基礎(chǔ)成因分析理論，選擇影響因子； 步驟二，根據(jù)影響因子獲取其對(duì)應(yīng)的大壩歷史水平位移數(shù)據(jù)，作為歷史樣本數(shù)據(jù)，并歸 一化歷史樣本數(shù)據(jù)； 步驟三，對(duì)歷史樣本數(shù)據(jù)進(jìn)行典型成因分析，獲得效應(yīng)量與影響因子的線性變換向量 L ； 步驟四，基于聚類分析算法對(duì)歷史樣本數(shù)據(jù)進(jìn)行分類； 步驟五，對(duì)每種分類下的歷史樣本數(shù)據(jù)分布進(jìn)行最小二乘回歸分析，得到對(duì)應(yīng)的回歸 模型； 步驟六，根據(jù)步驟三獲得的線性變換向量，對(duì)待測(cè)的因子向量進(jìn)行線性變換； 步驟七，確定線性變換后的待測(cè)的因子向量所屬的分類； 步驟八，根據(jù)分類對(duì)應(yīng)的回歸模型，獲得預(yù)測(cè)值。
2. 根據(jù)權(quán)利要求1所述的一種大壩水平位移預(yù)測(cè)方法，其特征在于：所述影響因子包 括多時(shí)段下的水位H、氣溫T、時(shí)效t、水位的平方H 2、水位的立方H3、水位的四次方H4和時(shí)效 的對(duì)數(shù)1η\
3. 根據(jù)權(quán)利要求1所述的一種大壩水平位移預(yù)測(cè)方法，其特征在于：所述歸一化歷史 樣本數(shù)據(jù)公式為， F/= (Fi -Vi)/ δ,.式⑴ 其中，Vi'為第i維因子歸一化后的值,Vi為第i維因子的原始值，f為第i維因子的 算術(shù)平均值，丨為第i維因子的標(biāo)準(zhǔn)差。
4. 根據(jù)權(quán)利要求1所述的一種大壩水平位移預(yù)測(cè)方法，其特征在于：獲得效應(yīng)量與影 響因子的線性變換向量的過(guò)程為， Al)假設(shè)m個(gè)影響因子（X1, x2. . . xm)和η個(gè)效應(yīng)量G1, y2. . . yn)，則 u = aTx 式（2) V = bTy 式（3) 其中，a和b分別為影響因子和效應(yīng)量的線性組合因子，u和V分別為影響因子和效應(yīng) 量變換后的單維投影向量； A2)求解u和V的皮爾遜相關(guān)系數(shù)Corr (u, V)，其公式和約束條件為；
3- Σ (Xj χ) 3, - I bT2 (y, y)b = I 為了使的u和v有最大關(guān)聯(lián)，則C〇rr(u，v)最大，根據(jù)式（4)和約束條件可得，在式 (4)中分母不變的情況下，分子最大時(shí)Corr (u, V)最大，分子為u和V的協(xié)方差cov (u, V)= aTcov (x, y) b, 根據(jù)拉格朗日乘數(shù)法原理得公式如下，
其中，η為拉格朗日乘數(shù)法獲得的函數(shù)，D(x)為X自身的協(xié)方差矩陣，D(y)為y自身的 協(xié)方差矩陣，λ和Θ表示約束條件等式算子的系數(shù)； A3)在式（5)兩端分別對(duì)a和b求偏導(dǎo)，得如下方程組： Σ (X，y) b_ λ Σ (X，X) a = O 式（9) Σ (y, x)a- θ Σ (y, y)b = O 解方程組得λ = Θ = aTcov(x，y)b，即λ和Θ相等，都等于u和v的協(xié)方差； Α4)對(duì)式（9)進(jìn)行移項(xiàng)得： Σ (X，X) Σ (X，y) b = λ a 式（10) Συ Σ (y，X)a =入 b 將式（10)寫出矩陣與向量之積的形式，得到式（6);
A5)根據(jù)式（6)求解矩陣的本征值和本征向量，其最大的本征值對(duì)應(yīng)的本征向量，即為 效應(yīng)量與影響因子的第一主成分的線性組合系數(shù)，次大本征值對(duì)應(yīng)的本征向量為第二主成 分的組.合系數(shù)向量，依次類推可得所有的變量主成分向量，根據(jù)設(shè)定的本征損失閾值，確 定所需的組合系數(shù)向量數(shù)目，獲得了線性變換矩陣L。
5.根據(jù)權(quán)利要求1所述的一種大壩水平位移預(yù)測(cè)方法，其特征在于：基于聚類分析算 法對(duì)歷史樣本數(shù)據(jù)進(jìn)行分類的過(guò)程為， BI)假設(shè)每個(gè)類簇的中心由若干局部密度小于P C1的點(diǎn)圍繞，并且這些點(diǎn)距離其他有高 局部密度的點(diǎn)的距離大于d。，其中P0由人為定義，d。為截?cái)嗑嚯x，d。的值是使得平均每個(gè) 點(diǎn)的鄰居數(shù)為樣本點(diǎn)總數(shù)的1%?2% ; B2)計(jì)算樣本點(diǎn)I局部密度P I
其中，X(dI;r-d。）為一種算子，當(dāng)dI;r-d。為負(fù)時(shí)，值為1，否則為0, dIT為樣本點(diǎn)I的樣本 點(diǎn)J的距離，樣本點(diǎn)J的局部密度高于樣本點(diǎn)I，即樣本點(diǎn)J是樣本點(diǎn)I高局部密度的點(diǎn)； B3)計(jì)算樣本點(diǎn)I到樣本點(diǎn)J的距離δ Σ ;
其中Pj為樣本點(diǎn)J的局部密度； Β4)根據(jù)計(jì)算獲得的P Σ和δ i對(duì)樣本點(diǎn)進(jìn)行分類； 分類規(guī)則為：樣本點(diǎn)的P :小于P cl，但是δ :大于d。，則認(rèn)為該樣本點(diǎn)為奇異點(diǎn)；樣本 點(diǎn)的P I大于P C1,并且δ Σ大于d。，則認(rèn)為該樣本點(diǎn)為類簇中心；為每個(gè)類簇中心定義一類 另IJ，排除奇異點(diǎn)和類簇中心的其余樣本點(diǎn)的類別為領(lǐng)域內(nèi)距離樣本點(diǎn)最近并且局部密度高 于該樣本點(diǎn)的樣本點(diǎn)所屬的類別。
6. 根據(jù)權(quán)利要求1所述的一種大壩水平位移預(yù)測(cè)方法，其特征在于：步驟六中，對(duì)待測(cè) 的因子向量進(jìn)行線性變換的公式為， Y' = VL 其中，V'為線性變換后的待測(cè)的因子向量，V為線性變換前的待測(cè)的因子向量。
7. 根據(jù)權(quán)利要求1所述的一種大壩水平位移預(yù)測(cè)方法，其特征在于：確定線性變換后 的待測(cè)的因子向量所屬的分類的過(guò)程為，根據(jù)各類簇的中心，分別計(jì)算待測(cè)因子向量與各 類簇的中心的距離，距離最短的類簇即為該待測(cè)因子向量所屬的分類。
【文檔編號(hào)】G06Q10/04GK104376370SQ201410588297
【公開(kāi)日】2015年2月25日 申請(qǐng)日期:2014年10月28日 優(yōu)先權(quán)日:2014年10月28日
【發(fā)明者】花勝?gòu)?qiáng), 蔡杰, 夏智娟, 陳意, 周錫瑯, 高磊, 向南, 鄭健兵 申請(qǐng)人:南京南瑞集團(tuán)公司, 國(guó)網(wǎng)電力科學(xué)研究院