基于小波分析的AR(P)-SVR模型在大坝变形预测中的应用
  

编号:99-1046028 | DOC格式 | 2.88M | 73 页

本文共 73 页,可试读 22

还有 17 页未读  继续阅读
下载
已通过人工审核校对,完整可用,请放心下载 已加入诚信保障计划,若无法下载可先行赔付
豆知手机版上线啦
分享 收藏
立即下载

内容介绍

原文档由会员 changxiaoniu 发布

基于小波分析的AR(P)-SVR模型在大坝变形预测中的应用

3万字 71页 原创作品,已通过查重系统

摘 要
随着经济的发展和传统能源的枯竭,新兴能源在社会、经济中占得比例越来越高,各个国家都在发展着适合自己国家的能源方向,作为一个地大物博的文明古国,我国蕴含着丰富的水资源,可以利用的水能量也十分巨大,因此修建大坝,蓄水发电成为我国主要发展的新型清洁能源来源。
因此,对于大坝的后期维护、变形监测分析的需求也愈发的大,变形监测这门学科也在逐渐的发展完善。所谓大坝变形监测是以监控大坝的形变,掌握大坝运行规律,指导大坝的施工、运行和维护,反馈设计为目的,是了解大坝运行状态和安全状况的有效手段,让施工方在大坝的施工期间可以及时掌握坝体形态的变化,据此指导施工、运行和维护,保证施工质量,达到一个反馈与调节相适应的平衡,进一步达到提高大坝安全性的目的。
所谓的形变本质上就是一种随着时间和空间变化的信号,而对变形的分析实质也就是对信号的分析。要想做好大坝后期的维护就必须找出大坝变形的规律,并以此为依据进行对其的预测,以便提前做好防护措施。
本文以小波分析作为基础工具,对大坝变形数据进行预处理,再使用AR(p)-SVR模型来对数据进行预测,实现了对大坝变形的预测。


关键词:大坝变形数据;小波分析;AR(p)-SVR模型;预测

扫扫二维码,随身浏览文档

手机浏览器 即可继续访问

推荐 UC浏览器 或 百度手机浏览器

手机阅读文档,一键扫码下载

获取二维码

微信公众号

手机 关注公众号

关注公众号,用微信扫描即可登录网站

获取二维码