多相型综合法及其在高边坡变形预测中应用.pdfVIP

水 利 学 报 年 月 第 卷 第 期 文章编号 多相型综合法及其在高边坡变形预测中的应用 刘志平 何秀凤 河海大学卫星及空间信息应用研究所 江苏南京 摘要 基于相空间重构理论和近邻等距及其加权预测模式 提出了多相型综合预测方法 并应用于高边坡变形监测 数据的处理 该方法应用于小湾水电站 山梁高边坡 个 监测点连续 期变形时间序列的数据分析并进 行预测 结果表明 该方法有效地削弱了重构参数选取算法和数据噪声等主客观因素对变形预测值的不确定影 响 具有更高的预测精度和可靠性 为高边坡变形的非线性混沌预测提供了一种方法 关键词 相空间重构 近邻等距预测模式 多相型 变形预测 中图分类号 文献标识码 由于我国独特而复杂的地形地质条件和社会发展需求 高边坡稳定性问题已成为我国大型水电工 程建设中的一个亟待解决的关键技术难题 变形监测技术特别是 一机多天线新技术的引入对正 确评估边坡工程的安全状态具有非常重要的意义 变形监测工作的核心是对监测数据进行有效的 处理 因此探求变形监测数据处理的新方法倍受人们关注 常用变形监测数据处理方法有回归分析 灰 关联度分析 时间序列分析等 但这些方法在描述上仍未脱离传统的线性科学范畴 而边坡是一个受岩 土体工程地质条件控制 并受地形地貌 河流冲刷 地下水活动 地震及人工切坡等多种因素影响而发展 演化的开放 耗散 复杂的非线性动力系统 因此更为有效的监测数据处理方法应该采用非线性科 学理论 以描述边坡变形过程的非线性混沌特征 许多学者对此进行了相关研究 周创兵等 潘 平 付义祥等 和徐洪钟等 人研究了基于相空间的边坡位移预测 结合实际工程取得了肯定的成 果 但上述研究均是基于单相型重构 而重构参数选取的偏差对预测结果的精度及可靠性会产生严重影 响 鉴此 本文在研究相空间重构参数的影响因素和相空间近邻等距及其加权预测模式的基础上提出 了多相型综合预测方法 并将该方法应用到小湾水电站 山梁高边坡 变形监测数据处理 以验证 本文方法的预测精度和可靠性 为基于非线性混沌分析的相空间理论在边坡变形预测中的应用研究拓 展思路 相空间重构 假设等时间间隔的变形监测序列为 将该时间序列分成 与 两段 后段数据用于检验 利用前段数据重构相点数为 的 维相空间分布 式中 为相点 为嵌入维数 表示时间延迟 且有 为序列采样间隔 取整数 在相空间重构过程中 必须选取合适的嵌入维数 和时间延迟 以合理地描述混沌时间序列中奇 异吸引子的几何特性 本文利用 算法 与复自相关法 分别确定嵌入维数 与最佳时间延迟 收稿日期 基金项目 国家自然科学基金项目 国家自然科学基金雅砻江水电开发联合研究基金重点项目 作者简介 刘志平 男 江西九江人 博士生 主要从事卫星导航定位和形变监测数据处理研究 编程时须考虑实际应用中可能出现的情况 并尽量削弱变形监测时序中观测噪声的影响 因此将 函数 修正如下 式中 ? 为临界值 此外 在编程计算时复自相关函数 也不一定会有理论零点 在编程计算时可选择第一个最接近 零点时的 值为最佳时间延迟 相空间重构理论指出 若利用时间序列求得系统奇异吸引子的关联维 只要时间延迟 充分大 则可以重构一个未改变系统奇异吸引子拓扑结构的高维相空间 而这个相空间的维数应该处于 与 之间 上限是描述系统