[发明专利]一种基于多测点公共异常时间的大坝安全监测分析方法

说明书

本发明公开了一种基于多测点公共异常时间的大坝安全监测分析方法，包括如下步骤：采集大坝安全监测测点变形数据；依据测点变形数据建立统计模型，采用逐步回归方法，进行自变量筛选；依据获取的各测点逐步回归模型中的阶跃因子，统计多个测点模型阶跃因子异常时间点出现的频次，设置频次的阈值，当频次大于等于阈值时，则该时间点被视为公共异常时间；重新设置各测点逐步回归模型中的阶跃因子异常时间点，仅保留其与公共异常时间的交集；然后，将修改后的逐步回归模型自变量用于建立线性回归模型，通过该线性回归模型反映大坝测点变形数据的整体或区域性异常，进而判断大坝是否存在异常，避免了单测点异常时间分析存在的过度拟合等问题。

技术领域

本发明属于大坝安全监测技术领域，具体涉及一种基于多测点公共异常时间的大坝安全监测分析方法。

背景技术

大坝安全不仅关系到水电厂的安全生产而且还直接影响到下游人民的生命财产安全；大坝安全监测作为大坝安全“耳目”的大坝观测，是及时判断大坝是否安全的最主要的手段。而大坝安全监测的变形数据分析是其中的重要环节，是及时评估、预测大坝性态、发现异常迹象、有效监控大坝安全的重要依据。目前，因监测设备异动以及其它未知因素造成数据基准偏移或缺失，导致对数据连续性的分析处理带来极大困难，以往的此类异常数据处理方法一般为统计模型校正法，将统计模型中考虑阶跃因子进行处理。但存在以下不足：1)没有充分利用多测点异常时间之间潜在的相关性来反映大坝测点变形数据的整体或区域性异常；2)若各个时间点均设置阶跃函数，则在分析单个测点时，可能出现异常时间过多而导致的模型过拟合问题；3)若人为指定异常时间点，则可能丢失潜在的异常时间点，因为有些异常数据难以通过观察过程线、数据统计等方式等发现；4)若每个测点都进行人工异常时间点设定，则效率较低。针对这些问题，有必要提供一种基于多测点公共异常时间的大坝安全监测分析方法来解决此问题。

发明内容

本申请旨在至少解决现有技术中存在的技术问题之一。为此，本发明的目的之一在于提供一种基于多测点公共异常时间的大坝安全监测分析方法。该方法能够实现公共异常时间的快速自动获取，克服了单测点分析和人工设定异常时间存在的缺陷，能有效反映大坝测点变形数据的整体或区域性异常。

为解决上述技术问题，本发明采用如下技术方案：

一种基于多测点公共异常时间的大坝安全监测分析方法，包括如下步骤：

S 1：采集大坝安全监测测点变形数据；

S2：依据S1步骤中的测点变形数据建立统计模型，然后采用逐步回归方法，建立各测点逐步回归模型，进行自变量筛选；

其中：统计模型的自变量包括温度因子、水位因子、时效因子及阶跃因子，因变量为测点的变形；

S3：依据S2步骤中获取的各测点逐步回归模型中的阶跃因子，统计多个测点逐步回归模型阶跃因子异常时间点出现的频次，设置频次的阈值，当频次大于等于阈值时，则该时间点被视为公共异常时间；

S4：重新设置依据S2步骤中获取的各测点逐步回归模型中的阶跃因子异常时间点，仅保留其与依据S2步骤中获取的公共异常时间的交集；然后，将修改后测点逐步回归模型自变量用于建立线性回归模型，通过该线性回归模型反映大坝测点变形数据的整体或区域性异常，进而判断大坝是否安全。

进一步的，S1步骤中的变形数据通过监测仪器或人工观测得到。

进一步的，所述频次为统计多个测点逐步回归模型阶跃因子的异常时间点出现的次数。

进一步的，所述阶跃因子为在模型时段内各个采样时间点上建立的单位阶跃函数。

进一步的，所述水位因子为上游水位和/或下游水位构成的函数。

进一步的，所述时效因子为时间构成的函数。