CN115713312A - 一种水利水电工程环境量不利工况组合识别方法及装置 - Google Patents
一种水利水电工程环境量不利工况组合识别方法及装置 Download PDFInfo
- Publication number
- CN115713312A CN115713312A CN202211579235.1A CN202211579235A CN115713312A CN 115713312 A CN115713312 A CN 115713312A CN 202211579235 A CN202211579235 A CN 202211579235A CN 115713312 A CN115713312 A CN 115713312A
- Authority
- CN
- China
- Prior art keywords
- unfavorable
- environmental
- working condition
- environment
- adverse
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明属于水工安全监测技术领域,公开了一种水利水电工程环境量不利工况组合识别方法及装置,包括建立具有实测数据的环境量集合,对每个环境量设定警戒值,构造若干组不利工况组合;计算预设分析时段内,不同不利工况组合条件下各测次各环境量的不利指数;检验环境量警戒值适配性,得到检验结果,基于所述检验结果,计算分析时段内,不同不利工况组合条件下各测次的综合不利指数;将各测次的综合不利指数和预设不利工况评估准则进行比较,根据比较结果确定环境量不利工况组合识别结果。
Description
技术领域
本发明涉及一种水利水电工程环境量不利工况组合识别方法及装置,属于水工安全监测技术领域。
背景技术
水利水电工程是国家重要基础设施,确保水利水电工程安全是国家战略需求,水工建筑物竣工运行后,在水位、温度、降雨等环境量变化的情况下,会出现变形、错动、渗流、内部应力应变变化等不同性态的反应。为了准确分析和评价建筑物的工作状态、达到监控工程安全的目的,除了需要全面捕捉水工建筑物运行期间的性态反应外,还要及时掌握环境量的变化及其不利工况的组合情况,密切监控因外部环境力量导致结构性态变异而发生的异常迹象,防止或避免重大事故发生。
行业内相关安全监测技术规范明确要求对水利水电工程环境量进行安全监测,但现有技术关于环境量监测资料分析的方式方法仍然以单个环境量对象为主,重点在于认识其量值水平和基本规律,关于环境量不利工况组合情况的分析手段并未作出明确技术指导。实际应用中,往往以人工方式选定某一环境量接近甚至达到警戒值的时间作为基准,对比观察相近时段内其他环境量是否也接近或达到其警戒值,人工综合判断进而得出不利工况组合的结论。这种方式过于依赖人工直观经验,仅依靠浅层的数据对比方法,难以准确地对多个环境量的组合不利影响进行定量分析和深入挖掘,分析能力较弱,自动化程度较低,也不适合处理多种不利工况组合同时判断的情况。
发明内容
本发明的目的在于克服现有技术中的不足,提供一种水利水电工程环境量不利工况组合识别方法及装置,对水利水电工程环境量不利工况组合情况进行精准识别,有效防范风险。
为达到上述目的,本发明采用下述技术方案实现的:
第一方面,本发明提供一种水利水电工程环境量不利工况组合识别方法,包括如下步骤:
建立具有实测数据的环境量集合,对每个环境量设定警戒值上限值和警戒值下限值;
根据所述环境量集合,构造若干组不利工况组合;
计算预设分析时段内,不同不利工况组合条件下各测次各环境量的不利指数;
检验环境量警戒值适配性,得到检验结果;
基于所述检验结果,计算分析时段内,不同不利工况组合条件下各测次的综合不利指数;
将各测次的综合不利指数和预设不利工况评估准则进行比较,根据比较结果确定环境量不利工况组合识别结果。
本发明构建支持多个环境量多向不利影响的多种工况组合,适应不同工程设置不同环境量监测项目的情况,满足单个工程可能存在多组不利工况组合,尤其是组合间同一环境量不利影响相异时的同期评判要求。
进一步的,构造若干组不利工况组合包括:从环境量集合中引入参与不利工况组合识别的所有环境量,并设定环境量在参与不同不利工况组合识别时采用的不利影响策略及权重值。
进一步的,所述不利指数计算公式如下:
当环境量的不利影响策略为高警戒时,不利指数计算公式为:
当环境量的不利影响策略为低警戒时,不利指数计算公式为:
式中,pij为分析时段内第i个环境量第j个测次的不利指数,Jmaxi为第i个环境量的警戒值上限值,Jmini为第i个环境量的警戒值下限值,Yij为第i个环境量在第j个测次的实测值,n为参与该组不利工况组合识别的环境量总数,m为分析时段内环境量组合的总测次;当pij≤0时,取pij=0。
本发明根据检验结果采取不同的综合计算策略,为水利水电工程环境量的不利工况组合判断提供了一种科学全面、灵活、合理的自动化辅助识别方法,准确地掌握环境量组合对结构物的综合不利影响,有效防范风险。
进一步的,所述综合不利指数的计算公式为:
式中,Pj为分析时段内第j个测次的综合不利指数,α为概率调整系数,Gj为分析时段内第j个测次的概率不利指数,pij为分析时段内第i个环境量第j个测次的不利指数,wi为第i个环境量的权重值;
α为概率调整系数,当参与此不利工况组合识别的环境量中有一个及以上未通过警戒值适配性检验时,概率调整系数为0.5;当参与此不利工况组合识别的各环境量均通过警戒值适配性检验时,概率调整系数为0。
进一步的,所述概率不利指数的计算公式为:
其中,Gj为分析时段内第j个测次的概率不利指数,tk为参照时段内,参与不利工况组合识别的某测次各环境量的不利影响均不低于分析时段内第j个测次的影响时,该次不利影响的持续时长;L为参照时段内各环境量的不利影响均不低于分析时段内第j个测次影响的累计发生次数;T为参照时段总时长。
进一步的,检验环境量警戒值适配性包括:
1)将各环境量的警戒值上限值、警戒值下限值所在区间范围划分若干个等分区间,统计参照时段内各环境量实测数据在每个等分区间的分布数量,将每个等分区间的数据数量组成新数组,计算新数组的标准差和均值,及第i个环境量的历经性系数:
2)计算并统计各环境量在参照时段内原始实测数据序列的均值、标准差,及第i个环境量的中位性系数:
3)当第i个环境量的历经性系数不大于分布均匀性参数,或第i个环境量的中位性系数不大于均值适配性参数时,判定该环境量警戒值通过适配性检验;
所述参照时段从工程正常运行时起算,到预设分析时段开始时间结束,所述分布均匀性参数和均值适配性参数均为常数。
进一步的,所述第i个环境量的历经性系数的计算公式为:
和/或,所述第i个环境量的中位性系数的计算公式为:
进一步的,所述预设不利工况评估准则包括设定预设级别综合不利指数范围,及预设级别的不利程度,所述预设级别的不利程度包括对水工建筑物安全性、耐久性的危害程度。
进一步的,根据比较结果确定环境量不利工况组合识别结果包括:
依次遍历分析时段各个测次的综合不利指数有无落入预设级别综合不利指数范围,得到在分析时段内存在的所有环境量不利工况组合情况,所述环境量不利工况组合识别结果包括组合情况、不利性质及不利程度,所述不利性质包括以警戒值或实际运行情况为主要标准,为工程管理人员精准认识不利影响、提前预判建筑物安全性态的可能变化及其发展趋势、制定后续处置措施提供有效依据。
第二方面,本发明还提供一种水利水电工程环境量不利工况组合识别装置,所述装置包括:
设定模块:用于建立具有实测数据的环境量集合,对每个环境量设定警戒值上限值和警戒值下限值,构造若干组不利工况组合;设定预设分析时段及不利工况评估准则;
检验模块:用于检验环境量警戒值适配性;
计算模块:计算预设分析时段内,不同不利工况组合条件下各测次各环境量的不利指数;基于所述检验结果,计算分析时段内,不同不利工况组合条件下各测次的综合不利指数;
研判模块:将各测次的综合不利指数和预设不利工况评估准则进行比较,根据比较结果确定环境量不利工况组合识别结果。
与现有技术相比,本发明所达到的有益效果包括:
本发明提供的一种水利水电工程环境量不利工况组合识别方法,根据环境量集合,构造若干组不利工况组合,考虑环境量集合的灵活选配和单个环境量不利影响的自由切换,构建支持多个环境量多向不利影响多种工况组合的个性化便捷配置模式,适应不同工程设置不同环境量监测项目的情况,满足单个工程可能存在多组不利工况组合,尤其是组合间同一环境量不利影响相异时的同期评判要求;
本发明对每个环境量设定警戒值,依据设计给定值或工程所在地历史水文气象资料具体设定,通过检验环境量警戒值适配性,定量考核工程设计情况与实际运行的差异,并根据检验结果采取综合考虑设计警戒和历史重现两种不利影响评判标准的综合计算策略,为水利水电工程环境量的不利工况组合判断提供了一种科学全面、灵活、合理的自动化辅助识别方法,准确地掌握环境量组合对结构物的综合不利影响,有效防范风险;
识别结果深入挖掘了不利工况组合的不利性质和不利程度,为工程管理人员精准认识不利影响、提前预判建筑物安全性态的可能变化及其发展趋势、制定后续处置措施提供有利依据。
附图说明
图1是本发明实施例提供的一种水利水电工程环境量不利工况组合识别方法的系统图;
图2是本发明实施例提供的一种水利水电工程环境量不利工况组合识别结果数据图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
实施例1
本发明实施例中提供了一种水利水电工程环境量不利工况组合的自动识别方法,如图1所示,包括以下步骤:
(1)将具有实测数据的环境量构成环境量集合,并设定集合中每个环境量的警戒值;
环境量集合由若干个具有实测数据的环境量组成。水工安全监测中,经典的环境量集合由上游水位、下游水位、气温和降雨量组成,除此以外,不同工程还会根据自身运行特点设置特殊的环境量监测项目,如:冰压力、泥沙压力等。环境量集合的构建方式,可灵活地根据工程实际情况来进行设置,能更准确的定义工程外部环境特征,实现了本发明对于不同工程的适应能力。
环境量的警戒值包括警戒值上限值Jmax和警戒值下限值Jmin两个。警戒值优先采取设计给定值,当没有设计给定值时,可采取工程所在地水文气象多年调查结果,统计环境量多年历史极值作为其警戒值。
本发明中,针对上游水位这一环境量,采取设计洪水位作为对应的警戒值上限值、设计死水位作为对应的警戒值下限值;针对降雨量,警戒值下限值为0。
(2)基于环境量集合,构造若干不利工况组合;
所述不利工况组合由若干环境量及其对应的不利影响策略、权重值等组合形成。不同环境量组合对水工建筑物运行安全的不利影响是不同的,例如高上游水位和低气温组合下,对大坝的变形稳定不利;高上游水位和高气温组合下,拱坝两端结构物的受力不利。
本发明中一个工程可以依照工程实际特性和运行安全风险同时构建若干组不利工况组合,对于不同类型的不利情况均能识别,进而能够全面掌握环境量组合对建筑物的不利影响。
所述不利工况组合的构造方法具体为:从环境量集合中引入参与此不利工况组合识别的所有环境量,并各自设定它们在该种不利工况组合识别时采用的不利影响策略及其权重值。
例如,某大坝实际存在3种不利工况组合,构造如下:
1)高上游水位高气温组合,该组合中包含2个环境量:上游水位和气温,其中上游水位采取高警戒(即水位越高越不利)、权重值2,气温采取高警戒(即气温越高越不利)、权重值1;
2)高上游水位低气温强降雨组合,该组合中包含3个环境量:上游水位、气温和降雨,其中上游水位采取高警戒(即水位越高越不利)、权重值3,气温采取低警戒(即气温越低越不利)、权重值2,降雨采取高警戒(即降雨越强越不利)、权重值1;
3)低下游水位大入库流量组合,该组合中包含2个环境量:下游水位和入库流量,其中下游水位采取低警戒(即水位越低越不利)、权重值1,入库流量采取高警戒(即入库流量越大越不利)、权重值2。
所述各环境量的不利影响策略指明该环境量参与此不利工况组合识别时采取哪种策略,高警戒异或低警戒。采取高警戒策略,表示环境量测值越高对工程安全越不利;采取低警戒策略,表示环境量测值越低对工程安全越不利。除降雨量预设采用高警戒外,其他环境量不预设采取何种策略,可根据不利工况组合预期产生的综合最不利影响灵活人为设置。
所述各环境量的权重值指明该环境量参与不利工况组合识别时的权重,权重值越大表示该环境量在该组合中对工程运行性态影响相对越显著,可根据不利工况组合中各环境量的实际影响大小人为设定。
环境量的不利影响策略和权重值的设定机制,可灵活地根据组合情况来快速调整单个环境量的影响方式和影响程度,能更好地适应多组不利工况组合尤其是组合间同一环境量不利影响相异时的同时评判。
(3)根据预设分析时段,检验环境量警戒值适配性;
所述预设分析时段包括分析时段开始时间和分析时段结束时间。
所述检验环境量警戒值适配性是通过考察参照时段各环境量监测成果与警戒值的一致性水平,检验设计警戒值与工程实际运行状况的匹配程度和适应水平。环境量警戒值优先采取设计给定值或水文气象多年调查结果,但在某些情况下,工程实际运行状况与警戒值差异较大,仅利用环境量警戒值识别不利工况组合,可能存在偏离正常但未接近或突破警戒值的不利组合难以识别的情况,为此,本发明对环境量警戒值适配性进行检验,基于检验结果自动采取不同的综合不利指数计算策略。
所述参照时段从工程正常运行时起算、到环境量不利工况组合分析时段开始之前结束。
具体地,所述环境量警戒值适配性的检验方法为:
①将各环境量的警戒值上限值、警戒值下限值所在区间范围进行多等分处理,本发明采用10等分。统计参照时段内各环境量实测数据在每个等分区间的分布数量,再将每个等分区间的数据数量组成新数组Q,计算新数组Q的标准差和均值,最后计算环境量的历经性系数:
②计算并统计各环境量在参照时段内原始实测数据序列的均值、标准差,最后计算环境量的中位性系数:
③当满足Xi≤a1或Yi≤a2时,即判定该环境量警戒值通过适配性检验。
其中,a1为分布均匀性参数,a2为均值适配性参数。
所述分布均匀性参数a1和均值适配性参数a2均为常数,一般可取a1为3、a2为1。实际可考虑工程运行情况进行动态调整,若工程运行时间较长可取更小的a1和a2,反之取更大的a1和a2。
(4)针对每组不利工况组合,计算分析时段内各测次各环境量的不利指数;
具体地,所述分析时段内各测次各环境量的不利指数的计算公式为:
当参与该组不利工况组合识别时,某环境量的不利影响策略为高警戒时:
当参与该组不利工况组合识别时,某环境量的不利影响策略为低警戒时:
特别地,当pij≤0时,取pij=0。
其中,pij为分析时段内第i个环境量第j个测次的不利指数,Yij为第i个环境量在第j个测次的实测值,n为参与该组不利工况组合识别的环境量总数,m为分析时段内环境量组合的总测次。
(5)基于不利工况组合内环境量警戒值适配性检验结果,计算分析时段内各测次的综合不利指数;
具体地,所述分析时段内各测次的综合不利指数的计算公式为:
其中,Pj为分析时段内第j个测次的综合不利指数,α为概率调整系数,Gj为分析时段内第j个测次的概率不利指数,wi为第i个环境量的权重值。
所述概率调整系数α为常数,当参与此不利工况组合识别的环境量中有一个及以上未通过警戒值适配性检验时,α为0.5;当参与此不利工况组合识别的各环境量均通过警戒值适配性检验时,α为0。
所述分析时段内各测次的概率不利指数的计算公式为:
其中,Gj为分析时段内第j个测次的概率不利指数,tk为参照时段内,参与此不利工况组合识别的某测次各环境量的不利影响均不低于分析时段内第j个测次的影响时,该次不利影响的持续时长;L为参照时段内各环境量的不利影响均不低于分析时段内第j个测次影响的累计发生次数;T为参照时段总时长。
(6)对比综合不利指数和预设的不利工况评估准则,识别出环境量不利工况发生的组合情况、不利性质及其程度。
其中不利工况评估准则可分成多级,根据对水工建筑物安全性、耐久性的危害程度,自行定义各级的综合不利指数范围及其不利程度描述。本发明中,可设定不利工况评估准则分成M级,其中第k(j=1,2,...,M)级的综合不利指数范围为(ak-1,ak],当综合不利指数ak-1<P≤ak时,该测次的识别结果为第k级对应的不利程度描述。
识别出环境量不利工况发生的组合情况、不利性质及其程度,具体包括如下步骤:
首先从分析时段首个测次开始,对比各组不利工况组合在该测次的综合不利指数与不利工况评估准则,当综合不利指数确定落入预设级别综合不利指数范围内,则识别为当前测次发生该组不利工况组合,描述该组合的不利性质及实际不利程度;再依次遍历分析时段各个测次,判断各个测次是否发生不利工况组合。轮寻结束后,即识别出工程在分析时段内所有存在的环境量不利工况组合情况。
所述不利工况组合的不利性质根据组合内环境量警戒值适配性检验结果,详细区分不利工况组合的不利性质是以警戒值为主要标准还是以实际运行情况为主要标准。
具体可实施的,本发明针对某水电站大坝,构建了一组不利工况组合:高水位低气温强降雨,该组不利工况组合中包含3个环境量:上游水位、气温和降雨量,其中上游水位采取高警戒,权重值为4;气温采取低警戒,权重值为3;降雨量采取高警戒,权重值为2。预设分析时段为2018年6月1日到2019年5月30日,参照时段为2006年5月29日至2017年12月31日。预设不利工况准则:(0,0.85]正常;(0.85,1]不利;>1.0极不利。
如图2所示,为本发明实施例提供的一种水利水电工程环境量不利工况组合识别结果数据图,最终识别结果分析如下:在2018年12月30日-2019年1月1日和2019年1月23日,该工程实际发生了高水位低气温强降雨不利工况组合,不利性质为超出历史实际运行,不利程度为不利。
实施例二
本发明还提供了一种水利水电工程环境量不利工况组合的自动识别装置,该装置包括:
设定模块:用于建立具有实测数据的环境量集合,对每个环境量设定警戒值上限值和警戒值下限值,构造若干组不利工况组合;设定预设分析时段及不利工况评估准则;
检验模块:用于检验环境量警戒值适配性;
计算模块:计算预设分析时段内,不同不利工况组合条件下各测次各环境量的不利指数;基于所述检验结果,计算分析时段内,不同不利工况组合条件下各测次的综合不利指数;
研判模块:将各测次的综合不利指数和预设不利工况评估准则进行比较,根据比较结果确定环境量不利工况组合识别结果。
实施例三
本发明还提供了一种计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现一种水利水电工程环境量不利工况组合识别方法的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、系统、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种水利水电工程环境量不利工况组合识别方法,其特征在于,包括如下步骤:
建立具有实测数据的环境量集合,对每个环境量设定警戒值上限值和警戒值下限值;
根据所述环境量集合,构造若干组不利工况组合;
计算预设分析时段内,不同不利工况组合条件下各测次各环境量的不利指数;
检验环境量警戒值适配性,得到检验结果;
基于所述检验结果,计算分析时段内,不同不利工况组合条件下各测次的综合不利指数;
将各测次的综合不利指数和预设不利工况评估准则进行比较,根据比较结果确定环境量不利工况组合识别结果。
2.根据权利要求1所述的一种水利水电工程环境量不利工况组合识别方法,其特征在于,构造若干组不利工况组合包括:从环境量集合中引入参与不利工况组合识别的所有环境量,设定环境量在参与不同不利工况组合识别时采用的不利影响策略及权重值。
6.根据权利要求1所述的一种水利水电工程环境量不利工况组合识别方法,其特征在于,检验环境量警戒值适配性包括:
1)将各环境量的警戒值上限值、警戒值下限值所在区间范围划分若干个等分区间,统计参照时段内各环境量实测数据在每个等分区间的分布数量,将每个等分区间的数据数量组成新数组,计算新数组的标准差和均值,及第i个环境量的历经性系数:
2)计算并统计各环境量在参照时段内原始实测数据序列的均值、标准差,及第i个环境量的中位性系数:
3)当第i个环境量的历经性系数不大于分布均匀性参数,或第i个环境量的中位性系数不大于均值适配性参数时,判定该环境量警戒值通过适配性检验;
所述参照时段从工程正常运行时起算,到预设分析时段开始时间结束,所述分布均匀性参数和均值适配性参数均为常数。
8.根据权利要求1所述的一种水利水电工程环境量不利工况组合识别方法,其特征在于,所述预设不利工况评估准则包括设定预设级别综合不利指数范围,及预设级别的不利程度,所述预设级别的不利程度包括对水工建筑物安全性、耐久性的危害程度。
9.根据权利要求8所述的一种水利水电工程环境量不利工况组合识别方法,其特征在于,根据比较结果确定环境量不利工况组合识别结果包括:
依次遍历分析时段各个测次的综合不利指数有无落入预设级别综合不利指数范围,得到在分析时段内存在的所有环境量不利工况组合情况,所述环境量不利工况组合识别结果包括组合情况、不利性质及不利程度,所述不利性质包括以警戒值或实际运行情况为主要标准。
10.一种水利水电工程环境量不利工况组合识别装置,其特征在于,所述装置包括:
设定模块:用于建立具有实测数据的环境量集合,对每个环境量设定警戒值上限值和警戒值下限值,构造若干组不利工况组合;设定预设分析时段及不利工况评估准则;
检验模块:用于检验环境量警戒值适配性;
计算模块:计算预设分析时段内,不同不利工况组合条件下各测次各环境量的不利指数;基于所述检验结果,计算分析时段内,不同不利工况组合条件下各测次的综合不利指数;
研判模块:将各测次的综合不利指数和预设不利工况评估准则进行比较,根据比较结果确定环境量不利工况组合识别结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211579235.1A CN115713312A (zh) | 2022-12-08 | 2022-12-08 | 一种水利水电工程环境量不利工况组合识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211579235.1A CN115713312A (zh) | 2022-12-08 | 2022-12-08 | 一种水利水电工程环境量不利工况组合识别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115713312A true CN115713312A (zh) | 2023-02-24 |
Family
ID=85235777
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211579235.1A Pending CN115713312A (zh) | 2022-12-08 | 2022-12-08 | 一种水利水电工程环境量不利工况组合识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115713312A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117194527A (zh) * | 2023-11-07 | 2023-12-08 | 安能三局(成都)工程质量检测有限公司 | 一种水电站大坝异常数据预警方法 |
-
2022
- 2022-12-08 CN CN202211579235.1A patent/CN115713312A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117194527A (zh) * | 2023-11-07 | 2023-12-08 | 安能三局(成都)工程质量检测有限公司 | 一种水电站大坝异常数据预警方法 |
CN117194527B (zh) * | 2023-11-07 | 2024-01-26 | 安能三局(成都)工程质量检测有限公司 | 一种水电站大坝异常数据预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111898691B (zh) | 一种河流突发水污染预警溯源方法、系统、终端及介质 | |
CN114022052B (zh) | 水质异常监测方法、装置、存储介质及计算机设备 | |
CN108022058B (zh) | 一种风力机状态可靠性评估方法 | |
CN102831752B (zh) | 一种冰湖溃决预警方法 | |
CN104635281A (zh) | 基于强天气过程校正的自动气象站数据质量控制方法 | |
CN112541666B (zh) | 考虑地震易损性模型不确定性的盾构隧道风险评估方法 | |
CN112418517B (zh) | 一种用于冻害短临预警的预测方法 | |
CN107037504A (zh) | 用于强对流天气预报的同化地闪转换代理雷达回波的方法 | |
CN115713312A (zh) | 一种水利水电工程环境量不利工况组合识别方法及装置 | |
CN115689051A (zh) | 一种基于GA算法耦合Morris和GLUE的SWMM模型参数自动率定方法 | |
CN111325947A (zh) | 一种基于长短期记忆网络的风暴潮洪涝预警方法和系统 | |
CN115774953A (zh) | 一种基于数据处理的污染时空风险监管评估系统及方法 | |
CN103134433B (zh) | 一种利用位移监测鉴别边坡失稳致滑因子的方法 | |
CN117394337A (zh) | 一种电网负荷预警方法及其系统 | |
CN111090831A (zh) | 一种湖泊面积变化关键驱动因子识别方法 | |
CN113240211A (zh) | 废水排放预测方法、装置、计算机设备和存储介质 | |
CN116432123A (zh) | 一种基于cart决策树算法的电能表故障预警方法 | |
CN103226737A (zh) | 基于卡尔曼滤波与灰色预测的化工异常工况趋势预测方法 | |
CN113792367A (zh) | 基于PySWMM的排水系统多来源入流入渗和出渗量动态估算方法 | |
CN109145257A (zh) | 一种基于多测点公共异常时间的大坝安全监测分析方法 | |
CN117200223A (zh) | 日前电力负荷预测方法和装置 | |
CN117191147A (zh) | 一种泄洪大坝水位监测预警方法及系统 | |
CN116167240A (zh) | 一种大坝结构损伤的多测点联合监控方法 | |
CN110232221A (zh) | 大坝裂缝影响因素动态贡献率分析方法 | |
CN116049958A (zh) | 历史建筑结构监测数据异常诊断与修复系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |