基于Kalman-ARIMA模型的大坝变形预测

发布时间：2017-10-19 08:09

  本文关键词：基于Kalman-ARIMA模型的大坝变形预测

  更多相关文章： 变形预测 大坝 卡尔曼滤波 ARIMA模型

【摘要】：大坝变形预测是大坝安全监测系统的关键组成部分,对监控大坝的安全运行起着关键作用。然而,大坝变形监测数据易受到随机干扰噪声的污染,影响变形预测的精度。故提出了Kalman-ARIMA模型,即先根据卡尔曼滤波法剔除观测数据中的随机干扰噪声,然后利用ARIMA模型对经过滤波后的数据进行建模并作预测。结合某大坝的位移监测数据资料,利用Kalman-ARIMA模型预测了该大坝的位移,并与仅利用ARIMA模型预测的位移值作对比,结果表明,Kalman-ARIMA模型能够有效地降低预测值与真实值之间的误差,可以应用于大坝变形预测。
【作者单位】： 河海大学水利水电学院;河海大学水文水资源与水利工程科学国家重点实验室;
【关键词】： 变形预测 大坝 卡尔曼滤波 ARIMA模型
【基金】：国家自然科学基金重点项目(51139001);国家自然科学基金面上项目(51179066) 高等学校博士学科点专项科研基金(20130094110010)
【分类号】：TV698.11
【正文快照】： 变形是水工建筑物运行状态的重要效应量,也是最主要的监测量[1,2],变形能够直观可靠地反映大坝的结构性态和安全状况[3],因此,变形预测是大坝安全监测系统的关键组成部分,也是防汛调度的关键,对及时掌握大坝变形状态、确保大坝安全运行具有十分重要的作用[4,5]。在坝工实际问

【相似文献】

中国期刊全文数据库 前7条

1 沈寿亮;刘天祥;宋锦焘;姜彦作;梁睿斌;;基于SVM-ARIMA的大坝变形预测模型[J];人民黄河;2014年05期

2 辛曼玉;;基于ARIMA-RBF神经网络的沿海港口吞吐量预测研究[J];武汉理工大学学报(交通科学与工程版);2014年01期

3 李兴东;武耀华;;基于ARIMA的民勤绿洲水资源承载产值时间序列预测[J];兰州交通大学学报;2012年03期

4 陈艳华;邹进贵;李波;王涛;;ARIMA乘积季节模型在大坝位移监测中的应用[J];测绘地理信息;2014年02期

5 傅新忠;冯利华;陈闻晨;;ARIMA与ANN组合预测模型在中长期径流预报中的应用[J];水资源与水工程学报;2009年05期

6 杨鹏鹏;黄晓荣;柴雪蕊;赵静薇;;岷江都江堰降雨与径流变化趋势分析及预测[J];西北水电;2014年03期

7 ;[J];;年期

，

本文编号：1059985