大坝安全监测异常测值分析及其模块的实现

 大坝安全监测资料中可能存在有一些异常测值,这些异常测值对大坝结构性态评价和大坝安全监控会产生较大影响,必须进行判断和处理。为此研究了从理论上判断和处理异常测值的方法,解决了利用计算机手段判断和处理异常测值的一些关键性技术问题,建立了大坝安全监测信息管理系统中的异常测值判断和处理模块。工程应用表明,其模块具有友好的可视化用户界面和高效可靠的判断处理能力。     

基于影响因子分解法的大坝监测数据异常检测算法

如何快速检测出大坝安全监测系统内的异常数据(例如粗差和告警值)对于大坝安全运行具有极其重要的意义，但传统方法容易漏检较小数值异常而对后续建模产生不利影响。提出了一种基于影响因子分解的异常值检测方法，通过快速小波变换及离散傅里叶变换提取监测序列中的显著趋势与周期，剥离环境因子的影响，构建余项序列，并结合小概率事件思想准确判定余项序列中保留的异常值，从而精确检测出监测序列中较小数值异常。实例验证结果表明：此方法具有较好的实用性与稳定性，各类监测序列中异常检测准确率均达98%以上，查准率与查全率均值分别为93%与92%,与传统检测方法相比，检测精确程度及泛化能力明显提升。     

基于SVM-MCD的大坝变形监测数据异常值判定

变形是最能直观反映混凝土坝运行性能的宏观效应量。考虑到监测数据异常值对监控模型精度与大坝安全性态诊断的不利影响，提出了一种基于支持向量机的混凝土坝变形监测数据异常值判定方法。在分析混凝土坝原型变形监测数据显性异常点的基础上，通过构建基于支持向量机理论(SVM)的高精度计算体系，充分利用结果效应量与驱动环境量之间的映射交互关系，结合最小协方差矩阵(MCD)稳健估计理论对残差序列进行异常值判定，而后将其异常确定值进行有机性替代处理，解决了内蕴复杂环境干预的监测信息挖掘难点。工程实例分析表明：所建判定系统的精准性及泛化能力均得以提升，相比于传统方法具有较好的实用性和鲁棒性，能有效地避免变形监测数据预处理中的误判漏判等困扰。此外，所提出的判定方法经一定的优化和拓展，亦可推广应用于其他水工建筑物的数据异常值判定分析。     

建筑基坑工程监测问题的探讨

基于工程实际需要，针对现行《建筑基坑工程监测技术规范》中的监测项目选择，监测点布置、监测频率确定以及监测报警值设置进行探讨，提出可适当降低基坑工程监测中土压力、孔隙水压力、地下水位及坑底隆起等监测项目的要求，并结合工程重要性调整监测频率、监测点布置和监测报警值。     

大坝观测分析中的数据处理

阐述了大坝安全监测中数据处理技术的基本方法和原理，主要讨论了异常值的检索，判别及误差修正。     

某水利枢纽工程震后监测资料分析及震后安全评价

某水利枢纽工程附近发生里氏5.7级地震,工程区震感强烈,安全监测多项测值异常。通过对震前震后安全监测资料分析,得出本次地震对大坝安全的影响较小,工程运行安全、稳定。实例表明,对水利枢纽工程进行抗震监测十分有效。     

大坝观测分析中的数据处理

阐述大坝安全监测中数据处理技术的基本方法和原理，主要讨论异常值的检索、判识及误差修正。     

用Delphi实现大坝安全监控系统的误差初分析

介绍了大坝安全监测量突变值、趋势性和异常值的识别原理与方法，以及误差初分析程序结构及设计方法。以C／S结构的大坝安全监控系统应用程序为例，介绍了用Delphi7系统开发语言编制误差初分析程序的方法及代码编写方法。     

大坝观测资料异常值的处理方法探讨

结合工程实际，对大坝观测资料序列异常值的判别原则、检验方法和处理作了详细的探讨和研究，并得出了令人满意的结果。     

引调水工程渠堤运行安全监控多指标评判准则

为解决单个测点的定量数值安全监控指标难以实现渠堤工程整体安全监控问题,需要建立基于多源信息的渠堤工程安全定性评判准则。在将效应量测值异常现象归纳为数值大小异常、变化过程异常、变化趋势异常和变化规律异常等基本表现形式的基础上,汲取长距离引调水工程安全运行的工程经验和专家知识,基于不同测点测值异常表现上的关联性和空间分布上的关联性、不同监测效应量之间相互作用和相互影响的关联性、不同特性渠堤工程破坏机理在工程中的外在表现等因素,构建融合多测点、多效应量和巡视检查的渠堤工程运行安全多指标评判准则。定性安全评判准则与定量数值监控指标相互配合,可更好地保障引调水工程的安全运行。     

Modal parameter identification for a roof overflow powerhouse under ambient excitation

Modal parameter identification is a core issue in health monitoring and damage detection for hydraulic structures. For a roof overflow hydropower station with a bulb tubular unit under ambient excitation, a complex unit-powerhouse-dam coupling vibration system increases the difficulties of modal parameter identification. In this study, in view of the difficulties of modal order determination and the noise jamming caused by ambient excitation, along with false mode identification and elimination problems, the ensemble empirical mode decomposition(EEMD)method was used to decrease noise, the singular entropy increment spectrum was used to determine system order, and multiple criteria were used to eliminate false modes. The eigensystem realization algorithm(ERA) and stochastic subspace identification(SSI) method were then used to identify modal parameters. The results show that the relative errors of frequencies in the first four modes were within 10% for the ERA method,while those of SSI were over 10% in the second and third modes. Therefore, the ERA method is more appropriate for identifying the structural modal parameters for this particular powerhouse layout.     

基于图像处理技术的大坝监测数据粗差识别

为实现大坝长久稳定的安全服役, 避免监测资料中的粗差对大坝安全监测结果产生影响, 需要对监测数据中的粗差进行剔除。由于目前的粗差识别方法依旧会造成粗差漏判、误判情况的发生, 通过模仿人工识别数据粗差的过程, 运用程序设计语言, 提出一种基于图像处理技术的自动化粗差识别方法。首先对依据监测数据绘制出的散点图进行高斯模糊和二值化处理, 再提取主要趋势线, 最后识别出监测数据中的粗差点并进行剔除。选取某实际工程大坝监测资料, 运用该方法对其进行粗差识别, 并与传统 3R 识别准则的粗差识别效果进行对比。算例结果表明: 该方法对数据粗差的识别效果更加显著, 避免了粗差漏判情况的发生, 对粗差的剔除更彻底; 利用该方法识别后得到的统计模型复相关系数为 0.999, 标准差为 0.192, 模型精度更高, 也更符合工程实际情况。因此, 该方法具有一定的工程应用前景和实用价值。     

EMS中负荷预测不良数据的辨识与修正

分析了实际电力系统中负荷异常数据的主要成因，并针对2类主要的坏数据各自的特点，分别使用不同的方法处理负荷预测样本数据。针对自动化系统故障造成的坏数据，提出了具有负荷预测应用特点的总加值动态多源处理技术，从而能够充分利用采集设备或网络通道对负荷总加值而言的多重冗余配置；针对大负荷的突发性偶然波动造成的坏数据，采用对电网终端负荷的逐一扫描辨识，部分避免了对单一总加数据预处理的误判和漏判。     

大坝安全监测仪器应用问题探讨

对大坝内观监测仪器在工程应用中的仪器电缆、数据检验、仪器鉴定等问题进行了探讨,对内观监测差阻式仪器埋设时电缆接头工艺的改进,以及观测异常数据判别与差阻式监测仪器运行期传感器的鉴定进行了论述,并结合具体实例进行了分析.同时,强调了作为安全监测中间环节的仪器埋设安装和数据采集质量控制的重要性.     

中国南方电网水调自动化系统数据流规划设计与实现

针对中国南方电网水调自动化系统数据流程规划问题,结合工程实践经验提出了基于UNIX系统平台的解决方案.该方案阐述了水调中心站数据库设计思路、数据通信方式、数据流优化方案,提出了基于中间数据库、数据触发和数据抽取的解决方案,实现了水调系统与能量管理系统、调度管理信息系统、决策支持系统、第三方系统数据信息的交互.现场实践证明,该方案设计合理,系统运行稳定.     

组态软件在应用中的功能扩展

在DDE动态数据交换基础上,采用本地以太网UDP用户数据报协议,解决了组态王不支持网络变量从本机输出的问题,完善了系统功能。     

水文遥测数据智能纠错及插补技术在洪水预报中的应用研究

针对流域洪水预报和水库调度中雨量水位站点可能因通信和设备故障引起雨量和水位数据错误,而影响洪水预报精度的问题,通过分析水文遥测系统雨水情信息错误的原因,研究水文遥测系统雨水情数据的提取、合理性检验、错误识别方法、雨量插补、数据的智能化纠错处理等技术.在数据提取时,运用符合实际的错误判别方法、纠错技术和科学的数学插值方法来提高数据的准确性和洪水预报的精度.     

远程监控系统在风力发电中的应用

介绍了风力发电的背景及监控系统的发展现状,分析了风电场远程监控系统的业务方案、数据存储方案、系统架构以及系统部署方式,对风电场监控系统的应用效果进行了总结,为国内相关研究及工程应用提供借鉴和参考。     

堤防工程数据标准化研究

为了实现堤防工程信息化,促使堤防工程数据高效的收集、有序的存储、快速准确的分析与利用,需确定堤防工程数据标准,明确不同类型数据标准化方案。从堤防工程涉及的工程、水文气象、人文经济、地理、地质、物探、险情及监测数据8个方面出发,调查了国内外数据标准化研究现状,并在此基础上提出堤防数据标准化包含的3部分内容:结构化数据标准化、非结构化数据标准化、数据入库与清洗。结果表明:通过数据分类、数据编码及表设计3个步骤的操作,可对结构化数据进行标准化;利用Java Script对象表示法(Java Script Object Notation,JSON)描述文档的关键信息,将带有文档属性的JSON连同文档一起存入数据库,可实现非结构化数据标准化;通过统一接入和动态配置的数据接入和清洗方法,提高了堤防工程数据标准化过程的效率。研究成果可为进一步提高堤防工程数据标准化程度提供参考。     

机器学习算法下水利工程风险因素关系分析

为了加强水利工程事故风险管理和预防事故发生,引入了机器学习中的数据关联算法,对水利工程事故案例的风险因素进行多维关联分析。在经过改进的人为因素与分类系统(HFACS)的水利工程风险框架体系的基础上,采用机器学习中的Apriori关联算法对事故案例中的风险因素进行数据挖掘,计算事故风险因素之间的多维关联规则,进而对事故案例的关键影响因素进行识别和分析,并为应急管理及应急救援提供数据分析及技术保障。