未确知滤波法和灰色模型在大坝变形预测中的应用.pdfVIP

第28卷第10期 长 江 科 学 院 院 报 Vo1．28 No．1O 20l1年 10月 JournalofYangtzeRiverScientificResearchInstitute 0ct． 2 0 l 1 文章编号：1001—5485(2011)10—0086—04 未确知滤波法和灰色模型在大坝变形预测中的应用 李 波h，。刘明军 ，张治军 (1．长江科学院a．工程安全与灾害防治研究所；b．水利部水工程安全与病害防治工程技术研究中心，武汉 430010； 2．中国电力投资集团公司南方分公司，广州 510130；3．长江勘测规划设计研究院 施工设计处，武汉 430010) 摘要：对大坝变形进行预测时，观测序列中的粗差不可避免地影响预测精度 ，同时，监测序列较短也会影响预测的 精度，针对这些情况，将未确知滤波法和灰色模型应用到大坝变形预测中。首先利用未确知滤波法对大坝变形监 测序列进行粗差识别 ，并修正粗差，再采用灰色模型预测大坝的变形。实例分析表明，通过2种方法有机地结合， 可以显著地提高大坝变形预测的精度，具有较高的工程实用价值。 关 键 词 ：未确知滤波法；灰色模型；大坝变形；预测 中图分类号 ：TV698．1 文献标识码：A 大坝变形受水位、降雨、气温、地质、时间等多种 L1，L2，… ，L ，… ， 。 因素的影响，这些因素之间关系错综复杂，并且具有 定义一个未确知有理数为 一 ax L 1 定的灰度 j。因此，当大坝变形监测序列较短 A=[[minL， ]，()] 。 () 其中 ()是可信度分布,m 时，利用灰色模型对大坝变形进行预测，是一种有效 密度函数 。 的方法 。由于人为、系统或环境等原因的影响，大坝 通过对粗差和异常值进行分析，不难看出，若厶 变形监测序列中总是存在一定数量的粗差，这必然 是粗差，t是孤立 的，则在 的某个邻域 内 ， 会影响预测的精度，未确知滤波法可以有效地识别 (1 ≤凡，≠i)个数为零，因此，可信度分布密度函 粗差，并对粗差进行修正 J。因此，本文将未确知 数 ()可作如下定义： 滤波和灰色模型相结合，利用未确知滤波法识别并 修正大坝变形序列中的粗差，再采用灰色模型对大 )： 一 江 ，2，… ， 坝变形进行预测，并结合实例进行分析 。 0 其它 。 (2) 1 未确知滤波法 式 (2)中 表示 在 以A为半径的 的领域 中的 个数。 在大坝变形监测过程中，经常会遇到测值突然 通过式 (2)定义可信度分布密度函数 ()，如 增大或减小的情况，这可能是 由于人为、系统或环境 果 在以A为半径的t的领域 中的个数越多，可以 等因素造成了粗差，也有可能是 由于大坝变形发生 认为 为非粗差的可能性就越大；相反地，如果 ， 重大变化导致测值发生异常改变而产