变电站边坡变形监测的灰色多项式加权研究.pdfVIP

2017 年 5 月 控 制 工 程 May. 2017 第 24 卷第 5 期 Control Engineering of China Vol.24, No.5 文章编号：1671-7848(2017)05-0963-05 DOI: 10.14107/j.cnki.kzgc.150351 变电站边坡变形监测的灰色多项式加权研究 蔡陈,李凯,李英娜,彭李,李川 ( 昆明理工大学 信息工程与自动化学院，昆明 650500) 摘 要：为维护边坡的长期稳定性，可利用数学模型对其应变进行预测。结合边坡监测数 据，建立灰度预测 GM(1,1)模型、多项式回归分析预测模型，预测结果显示，针对不同监 测点，两种模型预测效果优劣各异。为使预测误差稳定在一个合理范围，通过均方根误差 加权的方法，将两种模型进行组合预测分析。选取具有代表性的3#2 m、5#2 m 数据进行 预测分析，预测后的平均相对误差分别达到9.23E-4 、2.65E-4 。通过对比，加权组合后的模 型预测精度的稳定性明显高于利用单一模型的预测方法。通过此方法预测后的结果表明， 3#2 m 相比5#2 m 上升趋势更加明显，到500 天后，3#2 m 增大了约24 με ，5#2 m 只增大 约5 με ，应该重点加强对于3#2m 的稳定性监测。 关键词：边坡变形；误差加权；预测模型；应变监测；稳定性 中图分类号：TP18 文献标识码：A Gray Polynomial Weighting of Slope Deformation Monitoring of Transformer Substation CAI Chen，LI Kai ，LI Ying-na ，PENG Li ，LI Chuan (Faculty of Information Engineering and Automation, Kunming University of Science and Technology, Kunming 650500, China) Abstract: In order to maintain long-term stability of the slope, the mathematical model can be used to predict the strain. Combined with slope monitoring data, a grey prediction model of GM (1, 1) model and polynomial regression analysis and prediction model are established. The prediction results show that the two prediction models have different pros and cons for different monitoring points. In order to make the prediction error stable in a reasonable range, the combined forecasting analysis of the two models is carried out by means of the root-mean-square error method.