混凝土坝变形性态数据驱动监控模型

摘要

本文通过分析大坝实测数据,提出了一种基于数据驱动的分析方法:滑动主成分分析.分析数据次要成分分量,用于实现大坝性态异常的准确监测和定位.在此基础上,将主要成分分量结合神经网络实现分析数据的前处理,有效的解决了监测数据中的野值和数据缺失问题.最后将整个分析理论用于某大坝的具体应用.结果显示,滑动主成分分析结合神经网络的方法建立的大坝变形监控模型,对数据噪音敏感性低,识别能力强,计算速度快,且不局限于具体的结构形式,具有非常广泛的应用范围和可扩展性.