基于观测数据可靠性辨识与挖掘的混凝土坝位移时序预测方法
Time Series Prediction Method of Concrete Dam Displacement Based on Reliability Identification and Excavation of Observation Data作者机构：南昌大学工程建筑学院江西南昌330031 水灾害防御全国重点实验室江苏南京210098
出 版 物：《应用基础与工程科学学报》 (Journal of Basic Science and Engineering)
年 卷 期：2024年第32卷第4期
页 面：1049-1066页
核心收录：
学科分类：081504[工学-水利水电工程] 08[工学] 0815[工学-水利工程]
基 金：国家自然科学基金项目(52379125,52169025) 江西省杰出青年自然科学基金项目(20192ACB21022) 中国博士后基金项目(2019M652281) 江西省自然科学基金项目(20192BAB216040) 江西省水利厅重大科技项目(202224ZDKT21)
主 题：插补方法 故障数据 变分模态分解 双向长短期记忆神经网络 特征提取 变形监控
摘 要：针对大坝观测数据中异常值导致时间序列可靠性不高引发的位移监测模型训练效果不佳与预报精度不高等问题,提出了基于观测数据可靠性辨识与挖掘的混凝土坝位移时序预测方法.通过比对分析混凝土坝位移监测中异常数据的处置效果,证实了辨识大坝观测时序中异常值并加以有效挖掘补缺的必要性,引入变分模态分解算法将剔除异常值的时间序列分解为多个特征突出子序列,将提取出的时序数据经双向长短时记忆网络模型学习训练再重构以获取缺失数据的替代值,构建了基于深度学习的大坝观测数据缺值插补模型,由此建立了混凝土坝观测时序数据缺值插补的位移预报模型.以某混凝土坝变形监测数据为例,运用该方法对观测时序数据异常性与相关性识辨分析,对缺失数据进行处理和填补,进而把缺值插补问题转化为缺值预测问题.对比分析表明,此方法具有强鲁棒性和高精度数据缺值插补与预报能力.
维普期刊数据库
同方期刊数据库