混凝土坝变形Wavelet-EGM-PE-ARIMA组合预测模型

(1.河海大学 水文水资源与水利工程科学国家重点实验室，南京 210098； 2.河海大学 水资源高效利用与工程安全国家工程研究中心，南京 210098； 3.河海大学 水利水电学院，南京 210098; 4. 河北农业大学 理工学院，河北保定 071066)

1 研究背景

自20世纪50年代以来，我国共修建约9.8万座堤坝，取得了举世瞩目的成就，其中大部分是混凝土坝，它们在防洪、发电和灌溉等方面取得了巨大的经济效益[1]。变形是大坝坝体、坝基结构性态变化的综合反映，是衡量大坝结构是否正常的重要标志，因此，科学地开展混凝土坝变形性态安全监控理论的研究，并对未来某时刻大坝变形进行有效地预测，是坝工界的重要研究课题。

到目前为止，关于混凝土坝变形预测方法的研究已取得了一些成果。例如：陈久宇教授[2]使用统计回归分析方法成功分离变形效应量监测数据中的分量；吴中如等[3-6]全面解读了大坝变形预测统计模型、混合模型及确定性模型；顾冲时等[7-8]建立了大坝变形预测时空分布模型。此外，随智能算法的兴起，同时考虑到传统模型相对智能算法的拟合精度较低，灰色理论、小波分析、神经网络等智能算法不断被引进到混凝土坝变形预测体系中来，例如：罗德河等[9]通过小波分解主值函数项、周期函数项和改进后的平稳时间序列，建立大坝变形的小波分析与ARMA预测模型；俞艳玲等[10]通过蛙跳算法优化背景值和平滑系数、寻找最优定解条件以及残差优化等方法，提出了改进的非等间距GM(1,1)大坝位移预测模型;万臣等[11]借助新维BP神经网络对时间序列的滚动预测和马尔科夫链模型对随机扰动误差进行修正的特点，构建了一种新维BP神经网络-马尔科夫链大坝沉降预测模型。……