基于集合经验模态分解和自回归滑动平均的大坝变形预测模型

摘要：

针对大坝变形监测序列的非线性和非平稳性,为了更好地预测大坝变形数据,提出了一种集合经验模态分解和自回归滑动平均的大坝变形预测模型.首先,利用集合经验模态分解法将非平稳的大坝变形监测数据分解为具有不同特征尺度的本征模态函数;在此基础上,分析各分量特征分别建立自回归滑动平均模型,选择各自适合的最优模型参数;最后,叠加各分量的预测结果作为最终的变形预测结果.结果表明,本文所提的组合预测模型能较大的提高预测精度.

关键词： 大坝 变形监测 预测精度 集合经验模态分解 自回归滑动平均

作者: 梁嘉琛 赵二峰 张秀山 孔庆梅 兰石发

作者单位: 河海大学水利水电学院,南京210098;河海大学水文水资源与水利工程科学国家重点实验室,南京210098;河海大学水资源高效利用与工程安全国家工程研究中心,南京210098 青海黄河水电公司大坝管理中心,西宁810008 古田溪水力发电厂,宁德 352200

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2014年全国大坝安全监测技术与应用学术交流会

会议地点: 山西大同

会议语种:中文

页码: 111-116

在线出版日期: 2014-10-01（万方平台首次上网日期，不代表论文的发表时间）