大坝变形监测序列的阶段性趋势识别方法研究

郑宇航; 潘登; 田甜; 梁佳铭; 李占超

doi:10.20040/j.cnki.1000-7709.2023.20231008

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

大坝变形监测序列的阶段性趋势识别方法研究

更新时间：2026-02-25

- 大坝变形监测序列的阶段性趋势识别方法研究
- Issue 12, Pages: 97-100(2023)
- 作者机构：
  
  扬州大学水利科学与工程学院
- 作者简介：
- 基金信息：
- DOI：10.20040/j.cnki.1000-7709.2023.20231008
  CLC： TV698.11
- Published：2023
- 稿件说明：
移动端阅览
郑宇航, 潘登, 田甜, et al. 大坝变形监测序列的阶段性趋势识别方法研究[J]. 2023, (12): 97-100.
DOI：

郑宇航, 潘登, 田甜, et al. 大坝变形监测序列的阶段性趋势识别方法研究[J]. 2023, (12): 97-100. DOI： 10.20040/j.cnki.1000-7709.2023.20231008.

摘要

对大坝变形监测序列进行阶段性趋势识别，有助于加深对不同时间尺度上大坝变形监测序列的演变规律认识，对于大坝安全运行和管理具有重要意义。采用启发式分割算法(BG算法)对大坝变形监测序列进行突变点识别，能够有效避免突变点对趋势识别的干扰；在此基础上，通过改进ITA方法对分段子序列进行趋势识别，改进后的ITA方法能够保留序列内部相关性，具有较好适用性。工程实例分析表明，所提方法能够有效识别出大坝变形监测序列中的突跳点，将监测序列分为具有稳定趋势的子序列，并能识别出每段子序列的变化趋势。

Abstract

关键词

Keywords

references

水文气象要素的非参数趋势分析和预测研究[D]. 吴国栋.内蒙古农业大学,2021(06)

分形-V/S法在大坝位移安全监测资料分析中的应用[J]. 柳志坤;周兰庭.水电能源科学,2021(05)

水工结构工程分析计算方法回眸与发展[J]. 吴中如;顾冲时;苏怀智;陈波.河海大学学报(自然科学版),2015(05)

R/S分析法在大坝安全监测中的应用[J]. 田振华;李传栋;郑东健.人民黄河,2012(02)

Innovative Trend Analysis Methodology[J]. Zekai ?en.Journal of Hydrologic Engineering,2012(9)

Heuristic segmentation of a nonstationary time series.[J]. Fukuda Kensuke;Eugene Stanley H;Nunes Amaral Luís A.Physical review. E, Statistical, nonlinear, and soft matter physics,2004

Scale invariance in the nonstationarity of human heart rate.[J]. Bernaola-Galván P;Ivanov P C;Nunes Amaral L A;Stanley H E.Physical review letters,2001

Theoretical Comparisons of Block Bootstrap Methods[J]. S. N. Lahiri.The Annals of Statistics,1999(1)

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

No data

Related Author

No data

Related Institution

No data

AI问答

⁰