[發明專利]一種用于大壩基巖的灌漿功率混合區間預測方法

在審

• 申請號: 202010636376.7
• 申請日: 2020-07-03
• 公開（公告）號: CN111914479A
• 公開（公告）日: 2020-11-10
• 發明（設計）人: 王曉玲;祝玉姍;王佳俊;余佳;任炳昱;關濤
• 申請（專利權）人: 天津大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F17/14;G06Q10/04;E02D15/04
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 曹玉平

1.一種用于大壩基巖的灌漿功率混合區間預測方法，其特征在于，所述方法包括以下步驟：

S1.利用現有的灌漿實時監測系統獲得原始灌漿功率時序數據

利用傳感器實時監測壩基的地層變化，灌漿量，漿液密度、灌漿壓力和漿液注入率，將灌漿數據通過物聯網技術傳送至計算機，用于對灌漿過程參數的實時采集、傳輸、存儲與分析；

提取灌漿壓力和漿液注入率參數，對灌漿功率進行實時分析，獲得原始灌漿功率時序數據；

S2.對原始灌漿功率時序數據進行預處理

S201對步驟1獲得的原始灌漿功率時序數據進行數據降噪處理，具體包括：

對原始灌漿功率時序數據執行小波變換，獲取所述時序數據的離散小波的近似系數和細節系數；

對所述時序數據進行分解迭代，然后通過閾值將系數去除到一預設定值以下，通過小波逆變換得到降噪數據；

S202:使用基于自適應噪聲的集成經驗模態分解方法分解降噪數據，具體包括：

通過經驗模態分解方法對降噪數據進行微分獲得首個固有模態函數(以下簡稱IMF)；

計算當前殘差并分解殘差，得到下一個IMF；

重復“計算當前殘差并分解殘差，得到下一個IMF”步驟，直到無法進一步提取IMF，從而獲得多個IMF；

S3.對預處理后的數據進行特征提取

S301對獲取的IMF逐一判斷其IMF特征，進行相空間重構并采用Wolf方法計算各IMF的最大李亞普諾夫指數；

S302使用偏自相關函數(PACF)確定原始灌漿功率時序中的所述非混沌IMF的最優模型輸入；

S4.建立改進的IGWO-ELUBE區間預測模型，將獲得的最優模型輸入作為輸入實現灌漿功率區間預測

S401建立評價預測區間(PI)整體質量的綜合指標，即基于覆蓋寬度的適應度函數(CWC)；

S402采用ELM構建LUBE區間預測模型得到ELUBE模型，并采用改進灰狼優化算法對ELUBE模型中的參數進行優化得到IGWO-ELUBE區間預測模型；以及

S403基于IGWO-ELUBE區間預測模型，將特征提取得到的所述IMF的最優模型輸入作為IGWO-ELUBE模型的輸入，進行預測從而獲得準確可靠的區間預測結果。

2.根據權利要求1所述的一種用于大壩基巖的灌漿功率混合區間預測方法，其特征在于，所述S201步驟中基于自適應噪聲的集成經驗模態分解方法的詳細步驟如下：

通過EMD方法計算x_i(t)＝x(t)+ε₀w_i(t)得到第一個IMF，其中x(t)是原始時序數據，ε₀是噪聲標準偏差，i＝1,2,3…,I；

得到CEEMDAN的第一個模態為：

計算第一個殘差：

分解殘差r₁(t)+ε₁E₁(w_i(t))得到第二個模態函數為：

重復上述步驟，直到無法進一步提取IMF。

3.根據權利要求1所述的一種用于大壩基巖的灌漿功率混合區間預測方法，其特征在于，所述S301步驟具體為：

若最大李雅普諾夫指數大于零，則說明所述IMF有混沌特性，通過重構該IMF的相空間矩陣將其作為區間預測模型的輸入；相反，如最大李雅普諾夫指數小于零，則所述IMF沒有混沌特性，使用偏自相關函數(PACF)執行S302。

4.根據權利要求3所述的一種用于大壩基巖的灌漿功率混合區間預測方法，其特征在于，所述S301步驟中還包括，利用互信息法計算延遲時間τ，利用Cao法獲得嵌入維m。