卡尔曼滤波-AR模型在大坝变形预测中的应用

摘要：

基于我国江南某大坝拱冠梁处坝基2007年5月至2009年4月每月的水平位移的垂线观测数据,首先用卡尔曼算法对建模数据进行滤波处理,之后基于处理后的数据建立AR(4)模型,利用Kalman-AR模型对2007年9月至2009年4月每月的水平位移进行递推预报,并与实测值进行了对比.结果表明:Kalman-AR模型的预测精度在测量精度范围之内,基于卡尔曼滤波的AR模型克服了单一方法使用的缺陷,在一定程度上能提高预测值的精确度,更好地反映观测目标的变形趋势,在大坝的变形预测中具有一定的优势,值得推广运用.

关键词： 大坝 变形监控 预测精确 时间序列 卡尔曼滤波 AR模型

作者: 谢荣晖 郑东健

作者单位: 河海大学水利水电学院,江苏省南京市210098 河海大学水利水电学院,江苏省南京市210098;河海大学水资源高效利用与工程安全国家工程研究中心,江苏省南京市210098

会议类型: 国内会议

会议名称: 全国大坝安全监测技术信息网第八届全网大会暨2015年全国大坝安全监测技术与应用学术交流会

会议地点: 南京

会议语种:中文

页码: 347-351

在线出版日期: 2015-11-01（万方平台首次上网日期，不代表论文的发表时间）