[发明专利]均质土坝溃坝分级预警指标的提取方法

摘要

本发明公开了一种均质土坝溃坝分级预警指标的提取方法，采用滑动窗口方法分割测值序列，基于主成分分析（PCA）或核主成分分析算法（KPCA）提取土坝监测物理量滑动窗口矩阵，在85%贡献率的基础上确定主成分个数/主成分矩阵范数随土坝性态的演化。实际溃坝试验表明上述两个指标的增大和突变分别对应了土坝性态恶化和最终溃决，充分说明主成分个数或主成分矩阵范数可以作为土坝安全状况的一、二级预警指标；两者之间可以相互校核，其中一级预警指标对应土坝性态恶化，二级预警指标对应土坝溃决。

主权项

一种均质土坝溃坝分级预警指标的提取方法，包括以下步骤：步骤A)监测数据初步分析和处理，包括时间序列长度、采样频次统一；监测数据的参数包括环境量参数、渗流场参数、温度场参数和变形场参数；监测数据初步分析的研究变量包括：上游水位数据、下游水位数据、渗压水位数据、渗流量、含水率、表面、内部变形数据、坝体温度数据；所述监测数据初步分析包括：1a)监测数据预处理，统一各测点测值序列长度和采样频次；2a)过程分析：绘制各监测物理量随时间变化的过程线，了解测值随时间变化情况，通过测值过程线初步分析变量之间的相关性；3a)相关分析：通过线性相关分析确定变量两两之间的相关程度，为采用主成分分析或核主成分分析提供基础；如果各变量之间是独立的，采用主成分分析，如果变量之间是相关的，则必须采用核主成分分析；衡量相关密切程度的指标称为相关系数，用R表示，设有a，b两种变量，同步资料共有k对，其相关系数R的计算公式为：R=Σi=1k(ai-a‾)(bi-b‾)Σi=1k(ai-a‾)2Σi=1k(bi-b‾)2---(1)]]>式中：ai、bi为两种变量对应的相关点测值；为对应监测资料的均值；步骤B)拟定合理的窗口大小，根据采样频次和测点数量确定实测资料窗口分割；步骤C)采用主成分分析算法或核主成分分析算法提取主成分，得到累积贡献率≥85％的主成分个数和主成分矩阵；当测值空间线性时，采用主成分分析算法；当测值空间非线性时，采用核主成分分析算法；步骤D)采用滑动窗口法：主成分曲线图按照时间段连续列出，绘制由各个窗口提取的主成分个数随时间的演化过程线图；对比实际土坝性态演化情况说明主成分个数可以作为溃坝多级预警指标；步骤E)计算各个窗口主成分矩阵范数，绘制主成分矩阵范数随时间演化过程线图；主成分范数变化与土坝性态演化相对应，因此，主成分范数可以作为溃坝分级预警指标；步骤F)主成分个数和主成分矩阵范数两个指标可以相互校核并同时反映了土坝性态演化，可以提供土坝性态演化的预警指标，即主成分个数/主成分矩阵范数第一个范数峰值作为土坝第一级预警指标，第二突变峰值作为土坝二级监控指标，二级指标对应溃坝状态；评价研究成果：主成分个数和主成分矩阵范数可以作为溃坝多级预警指标，也说明应用PCA和KPCA提取溃坝预警指标的合理性。