留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

泵站建筑物变形面板数据聚类分析方法

娄本星 祁洁 马福恒 周晨露

娄本星,祁洁,马福恒,等. 泵站建筑物变形面板数据聚类分析方法[J]. 水利水运工程学报,2023(5):1-8. doi:  10.12170/20220531001
引用本文: 娄本星,祁洁,马福恒,等. 泵站建筑物变形面板数据聚类分析方法[J]. 水利水运工程学报,2023(5):1-8. doi:  10.12170/20220531001
(LOU Benxing, QI Jie, MA Fuheng, et al. Clustering analysis model of deformation panel data for pumping station buildings[J]. Hydro-Science and Engineering, 2023(5): 1-8. (in Chinese)) doi:  10.12170/20220531001
Citation: (LOU Benxing, QI Jie, MA Fuheng, et al. Clustering analysis model of deformation panel data for pumping station buildings[J]. Hydro-Science and Engineering, 2023(5): 1-8. (in Chinese)) doi:  10.12170/20220531001

泵站建筑物变形面板数据聚类分析方法

doi: 10.12170/20220531001
基金项目: 江苏省水利科技项目(2021006);国家自然科学基金联合基金重点项目(U2243223);国家重点研发计划资助项目(2019YFC1510802)
详细信息
    作者简介:

    娄本星(1996—),男,河南新乡人,博士研究生,主要从事水工建筑物安全监控与预警等研究。E-mail:bxlou@hhu.edu.cn

    通讯作者:

    马福恒 (E-mail:fhma@nhri.cn

  • 中图分类号: TV675

Clustering analysis model of deformation panel data for pumping station buildings

  • 摘要: 泵站建筑物监测系统日益完善,监测点数量众多,传统泵站安全监测主要以单测点变形量为主,不能反映泵站建筑物整体的安全性态。以泵站垂直位移为研究对象,基于面板数据聚类理论和动态时间规整算法,建立一种融合趋势信息的泵站变形相似度指标及度量方法,以定量分析测点间监测序列的相似程度;引入空间关联矩阵,提出考虑泵站测点空间关联性的变形分区方法;在此基础上,构建基于面板数据分析方法的泵站变形测点聚类分析模型。结合南水北调某泵站枢纽,验证了模型的有效性。工程实例表明,所构建模型可以根据泵站面板数据将测点分为4个分区,能够有效描述泵站相应区域的总体变形特征和荷载特点,为泵站建筑物安全监测提供了新方法。
  • 图  1  DTW算法点对点映射图

    Figure  1.  Mapping diagram of DTW algorithm

    图  2  DTW算法存在的缺陷

    Figure  2.  Defects of DTW algorithm

    图  3  序列趋势转换

    Figure  3.  The method of trend conversion

    图  4  泵站建筑物结构布置

    Figure  4.  Structure layout of pump station buildings

    图  5  垂直位移测点布置

    Figure  5.  Layout of vertical displacement monitoring points

    图  6  泵站垂直位移测点聚类图

    Figure  6.  Clustering results of vertical displacement for pump station

    图  7  泵站垂位移测点聚类分区结果

    Figure  7.  Zoning results of vertical displacement for pump station         

    图  8  各分区测点监测序列

    Figure  8.  Monitoring sequence of measuring points in four zones

  • [1] 朱松松, 李同春, 冯旭松, 等. 基于有限元法和逐步回归法的泵站位移统计模型构建方法[J]. 水利水电技术,2018,49(2):49-55 doi:  10.13928/j.cnki.wrahe.2018.02.008

    ZHU Songsong, LI Tongchun, FENG Xusong, et al. Finite element method and stepwise regression method-based method for constructing displacement statistical model of pumping station[J]. Water Resources and Hydropower Engineering, 2018, 49(2): 49-55. (in Chinese) doi:  10.13928/j.cnki.wrahe.2018.02.008
    [2] 陈悦, 汪程, 尹文中. 基于Kohonen聚类的特高拱坝变形分区[J]. 三峡大学学报(自然科学版),2019,41(1):1-4 doi:  10.13393/j.cnki.issn.1672-948x.2019.01.001

    CHEN Yue, WANG Cheng, YIN Wenzhong. Deformation partitioning of super-high arch dam based on Kohonen clustering[J]. Journal of China Three Gorges University (Natural Sciences), 2019, 41(1): 1-4. (in Chinese) doi:  10.13393/j.cnki.issn.1672-948x.2019.01.001
    [3] SHAO C F, GU C S, YANG M, et al. A novel model of dam displacement based on panel data[J]. Structural Control and Health Monitoring, 2018, 25(1): e2037. doi:  10.1002/stc.2037
    [4] CHEN B, HU T Y, HUANG Z S, et al. A spatio-temporal clustering and diagnosis method for concrete arch dams using deformation monitoring data[J]. Structural Health Monitoring, 2019, 18(5/6): 1355-1371.
    [5] LIU Y T, ZHENG D J, GEORGAKIS C, et al. Deformation analysis of an ultra-high arch dam under different water level conditions based on optimized dynamic panel clustering[J]. Applied Sciences, 2022, 12(1): 481. doi:  10.3390/app12010481
    [6] 黄潇霏. 混凝土坝健康状态的实测资料时空诊断方法[D]. 南京: 河海大学, 2018.

    HUANG Xiaofei. Spatio-temporal health diagnosis method for concrete dam based on monitoring information[D]. Nanjing: Hohai university, 2018. (in Chinese)
    [7] 施玉群, 何金平. 基于信息熵的大坝多效应量聚类融合诊断模型[J]. 水力发电学报,2013,32(5):239-243

    SHI Yuqun, HE Jinping. Multiple effect quantity fusion diagnosis model of dam health based on information entropy and cluster analysis[J]. Journal of Hydroelectric Engineering, 2013, 32(5): 239-243. (in Chinese)
    [8] HU J, MA F H. Zoned deformation prediction model for super high arch dams using hierarchical clustering and panel data[J]. Engineering Computations, 2020, 37(9): 2999-3021. doi:  10.1108/EC-06-2019-0288
    [9] 牛景太, 姜灵, 邓志平, 等. 基于原型监测资料的特高拱坝变形实时风险率模型[J]. 水资源与水工程学报,2021,32(5):166-174 doi:  10.11705/j.issn.1672-643X.2021.05.22

    NIU Jingtai, JIANG Ling, DENG Zhiping, et al. Real-time risk rate model for deformation of ultra-high arch dams based on prototype monitoring data[J]. Journal of Water Resources and Water Engineering, 2021, 32(5): 166-174. (in Chinese) doi:  10.11705/j.issn.1672-643X.2021.05.22
    [10] 黄成章, 顾冲时, 何菁. 混凝土坝变形监测缺失数据处理新方法[J]. 水利水电科技进展,2022,42(2):89-94

    HUANG Chengzhang, GU Chongshi, HE Jing. A novel method for processing missing data of concrete dam deformation[J]. Advances in Science and Technology of Water Resources, 2022, 42(2): 89-94. (in Chinese)
    [11] 孙冬璞, 曲丽. 时间序列特征表示与相似性度量研究综述[J]. 计算机科学与探索,2021,15(2):195-205 doi:  10.3778/j.issn.1673-9418.2003063

    SUN Dongpu, QU Li. Survey on feature representation and similarity measurement of time series[J]. Journal of Frontiers of Computer Science and Technology, 2021, 15(2): 195-205. (in Chinese) doi:  10.3778/j.issn.1673-9418.2003063
    [12] 李因果, 何晓群. 面板数据聚类方法及应用[J]. 统计研究,2010,27(9):73-79 doi:  10.3969/j.issn.1002-4565.2010.09.011

    LI Yinguo, HE Xiaoqun. Panel data clustering method and application[J]. Statistical Research, 2010, 27(9): 73-79. (in Chinese) doi:  10.3969/j.issn.1002-4565.2010.09.011
    [13] 褚洪洋, 柴跃廷, 刘义. 基于层次分裂算法的价格指数序列聚类[J]. 清华大学学报(自然科学版),2015,55(11):1178-1183 doi:  10.16511/j.cnki.qhdxxb.2015.21.010

    CHU Hongyang, CHAI Yueting, LIU Yi. Cluster analysis of a price index series based on the hierarchical division algorithm[J]. Journal of Tsinghua University(Science and Technology), 2015, 55(11): 1178-1183. (in Chinese) doi:  10.16511/j.cnki.qhdxxb.2015.21.010
    [14] 王玲, 孟建瑶, 徐培培, 等. 基于多维时间序列形态特征的相似性动态聚类算法[J]. 工程科学学报,2017,39(7):1114-1122

    WANG Ling, MENG Jianyao, XU Peipei, et al. Similarity dynamical clustering algorithm based on multidimensional shape features for time series[J]. Chinese Journal of Engineering, 2017, 39(7): 1114-1122. (in Chinese)
    [15] 林钱洪, 王志海, 原继东, 等. 基于趋势信息的时间序列分类方法[J]. 中国科学技术大学学报,2019,49(2):138-148

    LIN Qianhong, WANG Zhihai, YUAN Jidong, et al. Trend information for time series classification[J]. Journal of University of Science and Technology of China, 2019, 49(2): 138-148. (in Chinese)
    [16] 李海林, 杨丽彬. 基于增量动态时间弯曲的时间序列相似性度量方法[J]. 计算机科学,2013,40(4):227-230 doi:  10.3969/j.issn.1002-137X.2013.04.049

    LI Hailin, YANG Libin. Similarity measure for time series based on incremental dynamic time warping[J]. Computer Science, 2013, 40(4): 227-230. (in Chinese) doi:  10.3969/j.issn.1002-137X.2013.04.049
    [17] 乔美英, 刘宇翔, 陶慧. 一种基于信息熵和DTW的多维时间序列相似性度量算法[J]. 中山大学学报(自然科学版),2019,58(2):1-8 doi:  10.13471/j.cnki.acta.snus.2019.02.001

    QIAO Meiying, LIU Yuxiang, TAO Hui. A similarity metric algorithm for multivariate time series based on information entropy and DTW[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2019, 58(2): 1-8. (in Chinese) doi:  10.13471/j.cnki.acta.snus.2019.02.001
    [18] 刘云霞. 基于动态时间规整的面板数据聚类方法研究及应用[J]. 统计研究,2016,33(11):93-101

    LIU Yunxia. Research and application of panel data clustering method based on dynamic time warping[J]. Statistical Research, 2016, 33(11): 93-101. (in Chinese)
  • [1] 丁玉堂, 周王俊, 陈章仑, 陈洪丰, 王超逸, 陆阳洋.  面板堆石坝长效服役状态下微幅变形监测及其分析 . 水利水运工程学报, doi: 10.12170/20210523001
    [2] 胡江, 王春红, 马福恒.  输水交叉建筑物进出口段渗漏成因综合分析 . 水利水运工程学报, doi: 10.12170/20211022002
    [3] 曹民雄, 马爱兴, 胡颖, 邓涯.  航道整治建筑物及防护结构模拟技术研究 . 水利水运工程学报,
    [4] 范梦歌, 刘九夫.  基于聚类分析的水文相似流域研究 . 水利水运工程学报,
    [5] 陈 飘, 邓成发, 刘正国.  中厚覆盖层上中低面板堆石坝应力变形分析 . 水利水运工程学报,
    [6] 江超,盛金保,张国栋.  农村水电站水工建筑物失事概率计算 . 水利水运工程学报,
    [7] 徐存东,侯慧敏.  提水灌溉工程混凝土建筑物的侵蚀及修复 . 水利水运工程学报,
    [8] 聂杰,傅宗甫.  复杂边界多建筑物的河道水流数值模拟 . 水利水运工程学报,
    [9] 童中山,周辉,吴时强,陈文伟,卢新杰.  水电站导漂建筑物研究现状 . 水利水运工程学报,
    [10] 洪晓林,武世翔,刘复新.  农田水利装配式建筑物技术研究与推广 . 水利水运工程学报,
    [11] 马福恒,吴中如,顾冲时.  青铜峡大坝电站坝段变形性态分析 . 水利水运工程学报,
    [12] 李国英,沈珠江,赵魁芝.  梅溪水库面板堆石坝原型观测资料反馈分析及大坝变形预报模型 . 水利水运工程学报,
    [13] 刘金元,吴正文,洪晓林.  建筑物原型观测资料分析的谱方法研究 . 水利水运工程学报,
    [14] 黎维祥,刘家驹.  沙质海岸突式建筑物下游离岸堤防护的试验研究 . 水利水运工程学报,
    [15] 杨正己.  模拟海浪及海浪对建筑物作用的造波设备 . 水利水运工程学报,
    [16] 邓淑媛.  泄水建筑物进口水面漩涡的形成及其克服方法的探讨 . 水利水运工程学报,
    [17] 柴恭纯,林宝玉.  高水头泄水建筑物护面材料抗空蚀、抗冲磨性能的初步研究与实践 . 水利水运工程学报,
    [18] 魏汝龙.  利用微电脑计算建筑物的沉降量 . 水利水运工程学报,
    [19] 林宝玉,曾瑞玉,卢安琪.  用于水工建筑物的三类树脂砂浆的初步研究 . 水利水运工程学报,
    [20] 董曾南.  水工建筑物中的紊流边界层问题 . 水利水运工程学报,
  • 加载中
图(8)
计量
  • 文章访问数:  95
  • HTML全文浏览量:  32
  • PDF下载量:  4
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-05-31
  • 网络出版日期:  2023-07-13

/

返回文章
返回