期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于EMD-ABOD的大坝异常监测数据识别方法研究
1
作者
杨兴富
刘得潭
+5 位作者
杨进
廖茂
杨川
顾昊
邵晨飞
吴斌庆
《水电能源科学》
北大核心
2024年第6期162-165,共4页
大坝监测数据普遍存在异常值,对异常数据进行识别和剔除,可保持模型的稳定性和可靠性,并提高模型的预测或分类性能;同时,可及时发现异常情况,以保证系统的安全运行。因此,将基于角度的异常值检测算法(ABOD)引入大坝监测异常数据识别,首...
大坝监测数据普遍存在异常值,对异常数据进行识别和剔除,可保持模型的稳定性和可靠性,并提高模型的预测或分类性能;同时,可及时发现异常情况,以保证系统的安全运行。因此,将基于角度的异常值检测算法(ABOD)引入大坝监测异常数据识别,首先通过经验模态分解(EMD)提取监测数据的高频本征函数,然后对由高频本征函数构成的新数据进行异常数据识别。对长河坝沉降监测数据的验证结果表明,与其他方法相比,EMD-ABOD可有效提升异常数据识别的准确性。
展开更多
关键词
大坝监测数据
异常数据
EMD
ABOD
下载PDF
职称材料
基于VMD与优化LightGBM的混凝土拱坝变形预测
2
作者
董志豪
赵二峰
+3 位作者
刘峰
宋桂华
吴斌庆
黎祎
《水电能源科学》
2024年第8期132-136,共5页
变形是反映混凝土拱坝安全运行状态的重要指标,因此变形预测模型的研究对拱坝结构健康评价具有重要意义。为充分挖掘拱坝变形监测数据的有效信息,提高监控模型的预测精度,提出一种基于变分模态分解与优化LightGBM的混凝土拱坝变形预测...
变形是反映混凝土拱坝安全运行状态的重要指标,因此变形预测模型的研究对拱坝结构健康评价具有重要意义。为充分挖掘拱坝变形监测数据的有效信息,提高监控模型的预测精度,提出一种基于变分模态分解与优化LightGBM的混凝土拱坝变形预测模型。首先,采用VMD将变形实测数据分解为多个模态分量;其次,引入改进灰狼算法与LightGBM相结合建立混凝土拱坝变形预测模型;随后,对模态分量进行单独建模和预测,最后叠加以得到最终的预测结果。工程实例分析表明,通过有效地分解重构,构建的变形预测模型具有较高的预测精度和泛化性能。
展开更多
关键词
变形预测
变分模态分解
改进灰狼算法
轻量梯度提升机
下载PDF
职称材料
题名
基于EMD-ABOD的大坝异常监测数据识别方法研究
1
作者
杨兴富
刘得潭
杨进
廖茂
杨川
顾昊
邵晨飞
吴斌庆
机构
四川大唐国际甘孜水电开发有限公司
大唐水电科学技术研究院有限公司
河海大学水利水电学院
河海大学水安全与水科学协同创新中心
出处
《水电能源科学》
北大核心
2024年第6期162-165,共4页
基金
国家自然科学基金联合项目(U2243223)
中央高校业务费(B230201011)
+3 种基金
江苏省水利科技项目(2022024)
江苏省科协青年科技人才托举工程(TJ-2022-076)
安徽省基金(2208085US17)
中国博士后科学基金(2023M730934)。
文摘
大坝监测数据普遍存在异常值,对异常数据进行识别和剔除,可保持模型的稳定性和可靠性,并提高模型的预测或分类性能;同时,可及时发现异常情况,以保证系统的安全运行。因此,将基于角度的异常值检测算法(ABOD)引入大坝监测异常数据识别,首先通过经验模态分解(EMD)提取监测数据的高频本征函数,然后对由高频本征函数构成的新数据进行异常数据识别。对长河坝沉降监测数据的验证结果表明,与其他方法相比,EMD-ABOD可有效提升异常数据识别的准确性。
关键词
大坝监测数据
异常数据
EMD
ABOD
Keywords
dam monitoring data
abnormal data
EMD
ABOD
分类号
TV698.1 [水利工程—水利水电工程]
下载PDF
职称材料
题名
基于VMD与优化LightGBM的混凝土拱坝变形预测
2
作者
董志豪
赵二峰
刘峰
宋桂华
吴斌庆
黎祎
机构
河海大学水利水电学院
出处
《水电能源科学》
2024年第8期132-136,共5页
基金
国家自然科学基金项目(52079046,U2243223)。
文摘
变形是反映混凝土拱坝安全运行状态的重要指标,因此变形预测模型的研究对拱坝结构健康评价具有重要意义。为充分挖掘拱坝变形监测数据的有效信息,提高监控模型的预测精度,提出一种基于变分模态分解与优化LightGBM的混凝土拱坝变形预测模型。首先,采用VMD将变形实测数据分解为多个模态分量;其次,引入改进灰狼算法与LightGBM相结合建立混凝土拱坝变形预测模型;随后,对模态分量进行单独建模和预测,最后叠加以得到最终的预测结果。工程实例分析表明,通过有效地分解重构,构建的变形预测模型具有较高的预测精度和泛化性能。
关键词
变形预测
变分模态分解
改进灰狼算法
轻量梯度提升机
Keywords
deformation prediction
variational mode decomposition
improved grey wolf algorithm
light gradient boosting machine
分类号
TV698.11 [水利工程—水利水电工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于EMD-ABOD的大坝异常监测数据识别方法研究
杨兴富
刘得潭
杨进
廖茂
杨川
顾昊
邵晨飞
吴斌庆
《水电能源科学》
北大核心
2024
0
下载PDF
职称材料
2
基于VMD与优化LightGBM的混凝土拱坝变形预测
董志豪
赵二峰
刘峰
宋桂华
吴斌庆
黎祎
《水电能源科学》
2024
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部