[发明专利]基于lasso及随机森林的高拱坝谷幅变形分析方法

说明书

本发明公开了一种基于lasso及随机森林的高拱坝谷幅变形分析方法，包括：获取坝区现场的相关监测数据，建立数据分析体系；对监测数据进行预处理；对预处理后的监测数据中的影响因素进行二次处理，根据影响因素的潜在影响方式构建高维影响因子组；根据影响因子建立lasso分析模型并进行特征筛选，确定重要影响因子；将重要影响因子作为对应影响因素的代表影响因子，构建影响因素数据体系，用随机森林算法和基尼系数对影响因素的重要程度进行排序，用来综合评价各影响因素对谷幅变形的影响。本发明定量地选取具有代表性的影响因子代表部分影响因素，并比较各影响因子对谷幅变形的重要程度，为坝区工程安全稳定性监管提供依据。

技术领域

本发明涉及高拱坝谷幅变形分析方法，具体涉及一种基于lasso及随机森林的高拱坝谷幅变形分析方法。

背景技术

谷幅是指同一高程河谷两岸的相对距离，是监测山体变形的重要指标。峡谷区高拱坝出现谷幅变形可能诱发严重自然灾害，许多已建的高拱坝工程监测资料都表明坝区出现了明显的谷幅变形，谷幅变形控制对大坝坝区安全有着重要的指导意义。

目前对谷幅变形的研究主要集中在其对坝体应力状态及变形机制方面，对谷幅变形影响因素的分析研究很少。部分研究从定性的角度入手，其中部分研究表明其中库水位、降雨量、气温等影响因素对谷幅变形有潜在的影响，但并未考虑这些谷幅变形的潜在影响因素的作用形式具有多样性，未涉及如何定量地选取具有代表性的影响因子，并比较各影响因子对谷幅变形的重要程度，不利于对谷幅变形机理的理解，因而对谷幅变形机理及坝区工程安全稳定性监管的指导作用仍待改善。

发明内容

发明目的：本发明的目的在于提供一种基于lasso及随机森林的高拱坝谷幅变形分析方法，以解决如何考虑谷幅变形的潜在影响因素以及如何根据各个影响因素的重要程度来对谷幅变形进行分析管控。

技术方案：本发明提供了一种基于lasso及随机森林的高拱坝谷幅变形分析方法，包括以下步骤：

(1)获取坝区现场的相关监测数据，建立数据分析体系，数据分析体系以谷幅影响因素值为自变量，以谷幅变形值为因变量；

(2)对监测数据进行预处理，剔除其中的异常值和缺失值；

(3)对预处理后的监测数据中的影响因素进行二次处理，确定影响因素的潜在影响方式，据此构建影响因素的相关影响因子，并确定高维影响因子组；

(4)根据高维影响因子组中的影响因子建立lasso分析模型并进行特征筛选，确定出一个或多个重要影响因子；

(5)将重要影响因子作为对应影响因素的代表影响因子，构建影响因素数据体系，用随机森林算法进行分析，划分训练集及预测集，以预测准确率作为检验标准，通过基尼系数对谷幅变形影响因素的重要程度进行排序；

(6)根据影响因素的重要程度排序来综合评价各影响因素对谷幅变形的影响。

进一步地，步骤(1)中，相关监测数据包括库水位升降速率、库水位高程、各测线谷幅变形累计值、坝区气温及坝区降雨量；其中，库水位升降速率、库水位高程、各测线谷幅变形累计值同步监测，坝区气温及降雨量数据选用国家气象数据中心气象数据集，以空间插值理论为基础，按监测点位置信息批量提取以获得降雨量及气温数据。

进一步地，数据分析体系的自变量包括库水位升降速率、库水位高程、坝区气温及降雨量，因变量为各测线谷幅变形累计值。

进一步地，步骤(3)包括：根据预处理后的降雨量和气温数据，统计前n天累计降雨量、前n天降雨量最大差值、前n天累计气温值、前n天气温值最大差值，确定l*m的高位影响因子组；其中n为统计的天数，l为潜在影响因子总数，m为影响因子数据集的数据组数。