基于因果机理和邻近影响的拱坝温度场监测数据缺值插补

利用实测温度场是提高拱坝变形监控模型性能的重要途径之一,但由于监测系统异常等原因,部分温度测点的监测数据存在缺值。为此,根据缺值段在温度时间序列中所处位置及其相对变化幅值制定判断准则,优选单测点缺值插补方法,基于动态时间规整法量化时间序列之间的相似性,构建拱坝温度场缺值插补的多测点分层标准和同层优先级准则,建立兼顾因果机理和邻近影响的插补预测模型。通过对某高拱坝的实施结果表明,所提出的方法和准则可有效实现拱坝温度场全部测点温度时间序列的系统性插补,将因果机理和邻近影响相结合的插补预测模型对84.0%以上的测点具有提升作用。

温度变形效应认知不确定性影响下高拱坝位移置信区间的预测方法

为解决传统预测模型未考虑拱坝变形因果关系的不确定性,导致所建立的位移静态置信区间缺乏合理的因果机理,提出了温度变形效应认知不确定性影响下高拱坝位移置信区间的预测方法。采用动态时间规整法衡量坝体温度测点之间的时间序列相似性,构建最小相似性实测温度变形因子筛选准则,基于支持向量机构建不放回采样和正交试验设计采样的机器学习模型,通过统计多模型预测值的分布规律来拟定动态变化的置信区间。以锦屏一级拱坝为例的预测结果表明该预测方法及筛选准则可有效实现高拱坝最具表征性温度测点的优选,基于最小相似性实测温度因子的正交试验设计误差小、建模效率高,所得位移预测置信区间更符合因果机理;高拱坝的最优实测温度因子组合是动态变化的。