周权 黄华
摘 要：大坝是水资源管理和利用中不可缺少的重要建筑物。大坝的最重要的作用是防洪和发电。大坝的安全和正常使用对于国家和人民来说是必须达到的要求。基于多年的大坝安全分析经验，文章以大坝安全监测数据分析为研究对象，探讨了大坝安全监测数据分析的内容和意义，并给出了安全监测数据分析方法，并含有大坝所处的环境、水文结构和安全，获得的信息用于识别和计算，最后达到评价大坝安全的目的。
关键词：大坝安全；分析方法；监测；数据研究
中图分类号：TV698.1 文献标志码：A 文章编号：2095-2945（2018）17-0119-02
Abstract： Dam is an indispensable building in the management and utilization of water resources. The most important role of the dam is flood control and power generation. The safety and normal use of the dam is a must for the country and the people. Based on the experience of dam safety analysis for many years， this paper discusses the content and significance of dam safety monitoring data analysis， and gives the analysis method of dam safety monitoring data. It also contains the environment， hydrological structure and safety of the dam. The obtained information is used for identification and calculation， and finally the purpose of dam safety evaluation is achieved.
Keywords： dam safety； analysis method； monitoring； data research
引言
目前，自动化监测已成为大坝安全监测的发展趋势，是水电站现代化管理的重要标志。系统设计是自动化监测的前提和基础。因此，设计工作非常重要。针对现有分析模型中存在的问题和不足，主要是应对混凝土坝变形监测数据进行分析，并且将其它研究理论和分析方法应用于大坝监测数据分析中。研究的目的是为了提高大坝模型在监测数据分析中的预测精度，实现对大坝运行现状的评价更加有效、合理，这样可以满足工程实际应用的需要。从大坝安全监测自动化系统的设计出发，对大坝安全监测自动化系统设计中的若干技术问题进行分析和探讨。
1 大坝监测的原因
随着大坝工程的不断发展，我们对水资源有了更充分的认识，我国建成了许多具有代表性的大坝，彰显了我国建设大坝的实力。如溪洛渡拱坝（大坝最大高度为285.5米），三峡重力坝等。水坝有很多种，从小型土坝到大型混凝土坝，大坝安全监测是大坝运行、大坝优化升级和大坝设计中不可缺少的重要环节。同时，实时、长期监测大坝安全系统可以及时获取溃坝信息并及时报警。这对于大坝下游人民生命财产的保护是相当重要的。目前，许多国家都很重视大坝安全监测，监测仪器不断发展、监测技术不断进步和数据分析方法不断完善，大坝安全监测工作将逐步实现。因此，大坝安全问题变的日益突出和重要。
2 关于大坝的数据处理及描述
大坝运行状态的评估提供依据的大量数据是通过大坝安全监测所获得。但是，初始观测的大量数据我们是无法清晰的得到大坝的真实的运行状态的。这需要我们要对大坝的观测数据进行识别、分析、提取和归纳，从大量观测数据中找出关键问题，揭示规律，作出判断，然后得到大坝的真实的运行状态，这样才能确保大坝的持久安全运行。
2.1 监测数据分析的作用
对提取的初始数据中包含的信息，对大坝的监测数据进行分析，为大坝的建设和运行管理奠定良好的基础，方便以后工作的进行。工程实践表明，大坝结构状态的数据大部分都含在大坝监测数据里面，都有丰富的反映，对观测资料的分析具有十分重要的工程应用和科学研究意义。
2.2 监测信息的处理步骤
监测信息的处理步骤一般包括：认识规律、查找问题、预测变化、判断安全。
（1）认识规律：观察信息的趋势，根据时间的变化，如波动，频率，周长，对数据变化范围和分布的观测信息，在空间确定不同位置的数据不同特点，以获得对其分布和目标数据的位置，并了解其观测信息的影响因素。必须从内部和外部两方面处理这些因素，以及它们对彼此的重要性。基于上述分析和处理，可以得到大坝的正常运行状态及其位置的变化趋势。（2）查找问题：观测信息肯定具有相对特殊的数据在时间和空间上的分布，并结合相应的因素和条件进行处理，探索研究是否能在一定范围内变化或在正常处理中得出结论，找出是什幺原因导致问题的发生。（3）预测变化：依据其规律性，猜测未来实测值得范围，估计其未来发展走势、变化快慢及未来可能产生的后果。（4）推断安全：对观测资料进行处理后，可以判断大坝是否在规定时间内正常运行，预测大坝在最坏情况下的安全和运行状态。
一般来说，大坝的数据处理主要有两个方面，一个是正向分析，另一个是反演分析。实证分析是一种数学模型，它以实际数据为基础，建立一个原型物理视图，通过该数据可以分析大坝是否处于正确的工作范围内。反演分析是在系统辨识的基础上进行的，利用正演分析得出的结论，处理拱坝的实际荷载、坝体混凝土温度等相关参数和大坝材料来源。
3 监测数据的处理方法
3.1 多元回归分析
大坝监测数据分析中应用最广泛的方法之一是运用多元回归分析，其中最常用的方法是逐步回归分析法。各种监测变量的分析和建模大多基于此方法的回归统计模型。以大坝变形监测作为模型进行分析，以大坝的变形作为模型因变量，以大坝的环境质量作为模型独立变量，建立多元线性回归模型是基于数理统计理论，与环境的影响量之间的函数模型是采用逐步回归分析方法得到的，之后就进入模型进行变形的物理解释与预测。由于它是一种统计分析方法，需要一个长且一致的观察序列，是由相关变量和自变量组成。如果大坝模型中有多重共线性回归模型，影响大坝模型环境变量之间的关系，这就很可能导致大坝的回归模型的参数估计不准确，影响后续分析。如果观测数据序列的长度不满足大坝模型的要求，那幺就会导致大坝模型数据中的随机性过大，它可能会导致过拟合现象的回归模型和破坏模型的鲁棒性，影响分析的准确性。
在回归分析过程中，当大坝模型的环境量有较大的相关性时，可以运用主成分分析或者采用岭回归分析的方法进行分析。在大坝模型分析过程中需要解决和改进回归模型中有较多相关性，而缺少拟合的问题，此时可以采用偏回归模型的方法进行分析。运用此方法，大坝模型的性能具有相位相关分析和多元线性回归及主成分分析，在有些情况下比以前常用的线性回归模型中分析更为有效。利用遗传算法对模型参数估计，采用局部回归模型对大坝监测数据进行分析，运用此方法能够获得比较好的结果。
3.2 时间序列分析
根据时间序列的处理方法和内容，建立AR（p）、MA（q）或ARMA（p，q）模型。
时间序列的处理方对数据进行预测和趋势分析，短期内的预测效果良好。该方法所需数据的变化过程是平稳的、随机的。然后，我们需要使用修改过的模型来对数据进行处理和分析。同时，大坝的变形可以及时播报。作为反映大坝结构状态的状态变量，采用EM算法对老化构件进行状态空间模型估计。分析表明，该方法不仅具有较好的拟合能力和预测能力，而且能有效地提取老化构件来评价大坝的运行状态。
3.3 人工神经网络法
人工神经网络在二十世纪末得到了迅速发展，广泛应用于各个领域，主要集中在优化组合、专家系统、模式识别、机器人控制、信号处理、知识工程等各个方面。大坝的观测值与影响因素之间存在着复杂的非线性和非线性关系。人工神经网络方法在分析和处理过程中，将一些生物学特性转化为工程计算过程，并对大量数据进行分析和编辑处理。
3.4 频谱分析
大坝需要过程域和时间域进行数据编辑。同时，对数据进行分析，变换处理。得到所需的信号。通过分析得到的数据，实现编辑所需的振幅和频率。同时，最大幅度应与主频率比较。如此一来，虽然有时数据信号不得到在时间域中，但通过转换到频域，可以清楚地观察到。通过估计函数模型，输出相应的环境影响因素，光谱响应函数和频率响应函数，对变形的物理意义的解释需要使用相关数据信号的输出和输入两者的相关性，以此确定是否变形以及主要因素，次要因素和输出参数。此方法没有太多分析大坝从时域信号转换频域信号的监测数据，这种方法需要足够的样本，需要使用的数据是稳定的线性。
3.5 Kalman滤波法
Kalman滤波方法的一般框架是把物体看作一个动态系统。对大坝进行动态系统的处理，用观测方程和状态方程描述该方法的系统状态，状态方程包含探测位置的信息速率。同时考虑了预测报告和参数估计，这种方法的优点是结论严谨，不需要保留过去的观测值。
3.6 灰色理论分析
在观测时若获得观测数据的样本不多，并且获得的数据长度不能满足时间序列分析或回归分析模型的要求的时候，灰色系统理论可以用来对模型进行建模。该方法通过累加生成方法，将原始序列转换为生成序列，这样就能够降低数据序列的随机性，增强了数据序列的规律性。在大坝安全变形监测数据分析中，在形成趋势模型时提取大坝变形的灰色趋势微分方程，通过此方程可以建立组合模型。如果考虑到每个点的相关性分析，就有可能取得更好的结果。对于一般时间序列分析主要是是针对单点数据序列的。除此之外还有研究者描述了在水力观测资料分析中应用灰色系统理论，并对其应用的试验标准进行了分析。经过实践证明，这种模型具有理论合理，过程严密，结果精度高的特点。
4 结束语
大坝的安全监测数据处理和分析的研究成果和应用成果已在一个相对较高的发展水平，并且有足够的实践对大坝安全做出了重要实践贡献，对模型的建立和分析仍然需要更新和优化方法，值得进一步深入探讨。
参考文献：
[1]张建伟，郭兵，丁志宏，等.基于状态空间模型的电站厂房结构系统辨识[J].水电能源科学，2011（08）.
[2]赵鑫.大坝安全监测数据分析方法研究[J].建筑论坛，2016（10）.
[3]赵玉芹，贾忠清，黄九权，等.平原水库大坝安全监测[J].水科学与工程技术，2010（5）.
[4]江科.大坝安全监测数据分析方法研究[J].科技资讯，2012（35）.
