基于信号分解高频分量再处理策略的大坝变形预测方法

准确预测大坝变形有助于掌握变形的变化规律和发展趋势,是保证大坝安全稳定运行的关键。由于大坝变形具有波动性,将给变形预测精度带来不利影响,为此,提出了基于信号分解技术的大坝变形预测方法。首先利用VMD方法将原始变形数据分解为不同频率的变形分量,以降低变形数据的波动性;由于初次分解得到的高频变形分量仍具有一定的不确定性,其后采用EMD方法对所有的高频分量进行再处理,从而得到相对稳定的变形分量集合;最后采用长短期记忆神经网络对所有分量进行预测并叠加,以得到最终的变形预测结果。实例分析表明,基于信号分解技术的大坝变形预测精度高于单次分解对应的变形预测结果,且其预测精度显著高于传统变形预测方法。