[发明专利]一种用于大坝基岩的灌浆功率混合区间预测方法

权利要求书

1.一种用于大坝基岩的灌浆功率混合区间预测方法，其特征在于，所述方法包括以下步骤：

S1.利用现有的灌浆实时监测系统获得原始灌浆功率时序数据

利用传感器实时监测坝基的地层变化，灌浆量，浆液密度、灌浆压力和浆液注入率，将灌浆数据通过物联网技术传送至计算机，用于对灌浆过程参数的实时采集、传输、存储与分析；

提取灌浆压力和浆液注入率参数，对灌浆功率进行实时分析，获得原始灌浆功率时序数据；

S2.对原始灌浆功率时序数据进行预处理

S201对步骤1获得的原始灌浆功率时序数据进行数据降噪处理，具体包括：

对原始灌浆功率时序数据执行小波变换，获取所述时序数据的离散小波的近似系数和细节系数；

对所述时序数据进行分解迭代，然后通过阈值将系数去除到一预设定值以下，通过小波逆变换得到降噪数据；

S202:使用基于自适应噪声的集成经验模态分解方法分解降噪数据，具体包括：

通过经验模态分解方法对降噪数据进行微分获得首个固有模态函数(以下简称IMF)；

计算当前残差并分解残差，得到下一个IMF；

重复“计算当前残差并分解残差，得到下一个IMF”步骤，直到无法进一步提取IMF，从而获得多个IMF；

S3.对预处理后的数据进行特征提取

S301对获取的IMF逐一判断其IMF特征，进行相空间重构并采用Wolf方法计算各IMF的最大李亚普诺夫指数；

S302使用偏自相关函数(PACF)确定原始灌浆功率时序中的所述非混沌IMF的最优模型输入；

S4.建立改进的IGWO-ELUBE区间预测模型，将获得的最优模型输入作为输入实现灌浆功率区间预测

S401建立评价预测区间(PI)整体质量的综合指标，即基于覆盖宽度的适应度函数(CWC)；

S402采用ELM构建LUBE区间预测模型得到ELUBE模型，并采用改进灰狼优化算法对ELUBE模型中的参数进行优化得到IGWO-ELUBE区间预测模型；以及

S403基于IGWO-ELUBE区间预测模型，将特征提取得到的所述IMF的最优模型输入作为IGWO-ELUBE模型的输入，进行预测从而获得准确可靠的区间预测结果。

2.根据权利要求1所述的一种用于大坝基岩的灌浆功率混合区间预测方法，其特征在于，所述S201步骤中基于自适应噪声的集成经验模态分解方法的详细步骤如下：

通过EMD方法计算x_i(t)＝x(t)+ε₀w_i(t)得到第一个IMF，其中x(t)是原始时序数据，ε₀是噪声标准偏差，i＝1,2,3…,I；

得到CEEMDAN的第一个模态为：

计算第一个残差：

分解残差r₁(t)+ε₁E₁(w_i(t))得到第二个模态函数为：

重复上述步骤，直到无法进一步提取IMF。

3.根据权利要求1所述的一种用于大坝基岩的灌浆功率混合区间预测方法，其特征在于，所述S301步骤具体为：

若最大李雅普诺夫指数大于零，则说明所述IMF有混沌特性，通过重构该IMF的相空间矩阵将其作为区间预测模型的输入；相反，如最大李雅普诺夫指数小于零，则所述IMF没有混沌特性，使用偏自相关函数(PACF)执行S302。

4.根据权利要求3所述的一种用于大坝基岩的灌浆功率混合区间预测方法，其特征在于，所述S301步骤中还包括，利用互信息法计算延迟时间τ，利用Cao法获得嵌入维m。