基于长自回归残差法的时序分析在大坝变形监测与预报中的应用
文件大小:0.14MB
格式:pdf
发布时间:2014-02-25
浏览次数:次
【中文关键词】 | 时间序列分析 最小二乘估计法 长自回归模型 残差法   |
【摘要】 | 本文主要研究了时间序列分析在大坝变形监测与预报中的应用。突出分析了ARMA模型的优点,分别利用最小二乘估计法和长自回归模型残差法进行坝体形变的分析和预报。 |
【部分正文预览】 | 拦河筑坝,兴修水库给人类带来了巨大的综合经济效益,但如果水库失事或溃决会给人类生命财产带来严重的损害。法国67 m高的马尔巴塞拱坝1959年垮坝;意大利262m高的瓦依昂拱坝1963年因库岸大滑坡导致涌浪翻坝且水库淤满失效;以及我国板桥和石漫滩两座土坝1975年洪水漫坝失事等。面对溃坝等给人类生存所构成的巨大威胁,人们认识到变形监测只是手段,而通过变形分析进行科学预报才是目的。除了根据地质条件、力学条件以及应用变形几何分析法获得变形量作定性的解释和预报外,越来越多的测量学者开始致力于定量的解释和描述。 时序分析方法所研究的是一系列随时间变化而又相关联的动态数据序列,通过对数据进行分析,找出反映事物随时间的变化规律,从而对数据的变化趋势做出正确的分析和预报。本文基于时间序列的特性,讨论了时间序列模型的建立、参数估计等以及时间序列分析在变形分析中的实用性及有效性,并将长自回归模型计算残差法用于ARMA模型建立,对实际数据进行分析和预测。 |
|
暂无评论信息 |
|