基于偏最小二乘回归的大坝安全监测数据缺失迭代修补方法研究

安全监测数据是大坝安全性态的重要表征。监测设备故障、监测缺测、数据明显错误被剔除等原因造成大坝监测数据序列不连续,导致无法反映数据缺失时段的大坝安全运行性态。文章基于偏最小二乘回归基本原理,引入迭代修补思路,提出了基于偏最小二乘回归的缺失数据迭代修补方法,有效解决了传统缺失数据修补方法在缺失比例高、模型拟合精度差等情况下修补精度差的问题。工程校验表明,该方法具有修补精度高、适用于较大缺失比例数据序列等特点。

基于稀疏偏最小二乘的大坝安全监测模型研究

传统逐步回归、偏最小二乘回归等多元线性回归模型在大坝安全监测资料分析中应用最为广泛,但其存在抗噪能力弱、稳定性差、模型解释性不强等问题,对含较多离群点的异常波动型、台阶型数据拟合精度往往不高。针对上述问题,文章提出了稀疏偏最小二乘回归模型,通过偏最小二乘提取监测数据中最具解释能力的环境量,然后在此基础上加入惩罚函数,删除无关变量,并将其运用于不同典型测点序列。结果表明,该方法较逐步回归、偏最小二乘回归在模型解释性上提升显著,对于异常波动型、台阶型数据拟合、预测精度均有所提升,相关经验可供类似工程安全监测参考。