EMD-ARI模型在大坝渗流预报中的应用研究

刘彩花，景 浩，成一雄，牛 月

（太原理工大学水利科学与工程学院，山西 太原 030024）

国内外统计资料显示，地下渗漏引起大坝发生安全事故的概率为20%，失事原因为渗流量增大、渗透坡降加大等[1]。我国1981年的调查结果表明，31.7%的大坝安全事故是由渗漏管涌引起的[2]。因此，对大坝进行渗流监测，通过建立恰当模型来监控大坝运行状态、预测大坝未来运行性状意义重大。

由于渗流序列体现出复杂的非线性、非平稳特征，可能包含周期性、趋势性及随机波动等成分，因此联合运用多种理论分析方法建立耦合模型取代单一模型预测成为研究趋势。本文利用经验模态分解法 （Empirical Mode Decomposition，EMD） 具有秉留原数据属性的特点及时间序列ARI(Auto Regressive Integrated)模型具有预测精度较高与先进统计性的优势，提出了EMD-ARI渗流耦合模型，将此模型应用于汾河水库左坝岸渗流量的预报中，并将预报结果与ARI单一时序模型的预报结果进行比较和分析，以期为大坝安全运行状态监控及模型构建提供参考。

1 理论分析方法

1.1 EMD-经验模态分解法

EMD[3]可将原始序列分解为若干阶频率不同的固有模态函数 (Intrinsic Mode Function，IMF)和一阶趋势项，分解步骤为:

（1）找出原始序列x（t）全部极大值点，进行3次样条函数法插值，得各时刻上、下包络线值xmax（t）、xmin（t） 及包络线均值 m（t）

（2） 求类距平值函数 h（t）

判断h（t）是否为固有模态函数的依据为:①h（t）函数的极值点个数与跨零点个数相等或仅相差1；②m（t）恒等于零。满足则h（t）为固有模态函数，否则将 h（t）作为原始序列重复步骤 （1）、（2），直至同时满足①、②为止。得到的一阶固有模态函数I1（t）及剩余值序列为