■ 李東 王靜 常增亮
(1山東電力工程咨詢院有限公司山東濟南250100;2山東省地震工程研究院山東濟南250021)
GM(1,1)模型在電廠沉降觀測中的應用
■李東1王靜2常增亮1
(1山東電力工程咨詢院有限公司山東濟南250100;2山東省地震工程研究院山東濟南250021)
本文詳細介紹了GM(1,1)模型及其建模方法,結(jié)合具體的工程實例進行了建模和預測.通過預測結(jié)果的對比和分析,驗證了GM(1,1)模型在電廠沉降觀測中的效果。
發(fā)電廠沉降觀測GM(1,1)模型
隨著建筑物的不斷增高,其穩(wěn)定性和可靠性成為關注的焦點,為保證施工和運營的安全,建筑物變形預測成為工程防災減災的一個重要方面。建筑物變形預測方法較多,常有回歸分析、灰色預測、人工神經(jīng)網(wǎng)絡、指數(shù)平滑等方法[1]。本文主要研究灰色模型在沉降觀測中的應用。
建筑物沉降過程有許多未知的外部因素影響,可通過建立灰色模型來進行沉降預測。在對沉降變化進行分析和預測時,只需研究單因素時間序列一個變量,因此采用GM(1,1)預測模型[2]。
2.1GM(1,1)預測模型[3]
對時間序列t1,t2,…….tn,由觀測的沉降數(shù)據(jù)y1,y2,……yn作為原始觀測序列,記為Y(0)(j)(j=1,2,……,n)。
對以上數(shù)據(jù)序列進行累加生成運算得到一組新的數(shù)據(jù)序列Y (1)(j),即
對于時間的單變量序列Y(1)(j)采用GM(1,1)模型,方程可寫為
式中a,b為待辨識參數(shù),將其參數(shù)列記為,可用最小二乘法求解,式中
在確定a?之后依次求得累加生成數(shù)的回代生成,進而通過累減生成運算得到原始數(shù)據(jù)序列還原值:k=1,2,…,n。
模型建立后,預測效果能否滿足實際要求需進行檢驗。一般檢驗采用殘差大小、后驗差、關聯(lián)度等三種方法,本文介紹使用較多的后差檢驗法進行GM(1,1)模型的精度檢驗。[4]
后驗差法是按殘差統(tǒng)計特征進行精度檢驗,以各點預測誤差e(0)(j)為基礎,檢驗后驗差比值C和小誤差頻率P的大小,從而評定模型的精度。殘差值e(0)(j)、后驗差比值C和小誤差頻率分別按下式計算:計算值與實測值之間的殘差:
根據(jù)C,P值劃分的精度等級,如表所示。數(shù)據(jù)經(jīng)檢驗達到“合格”或以上指標,才能按照(7)公式進行后期預測。
可見指標C越小越好,C越小表明盡管原始數(shù)據(jù)離散,但所得計算值與實際值差離散度?。恢笜薖越大越好,P越大表明殘差與殘差平均值小于給定值0.6745S1的點較多,預報精度較高。[5]
郭家灣電廠由山東院承擔沉降觀測任務,其中1#汽輪機基座共布設沉降觀測點6個,共進行了7次觀測。
觀測時間間隔基本為70天,可按等間距序列進行模型預計,如為不等時間間隔序列應先將觀測量進行均值化處理,本文按等時距將前六次數(shù)據(jù)進行建模計算,并將第七次觀測值作為真值與預測值進行比較,計算過程借助Matlab數(shù)據(jù)處理軟件進行,計算結(jié)果如下:
對原始數(shù)據(jù)進行累加計算得到新的數(shù)據(jù)序列,
則由公式(3)、(4)、(5)可得到;
第七次為預測值,預測值為10.97與實際測量值9.40差值為1.5,由公式(7)就可以得到累減生成數(shù),即模型預測值。由上述數(shù)據(jù)可計算出模型的殘差值。
由公式 (9)、(10)、(11)、(12),可得到S1=0.61702,S2=9.702,C=0. 0635,P=1滿足表中的要求,模型精度滿足要求。
本文針對具體事例介紹了GM(1,1)模型并進行了模型預測,結(jié)果顯示模型是可靠的,實測值與預測值差值為1.4mm,主要是因為參與建模的數(shù)據(jù)量較少,時間間隔不嚴格相等等因素造成的??傮w來說GM(1,1)模型預測結(jié)果較好的預測了建筑物的沉降趨勢,可以應用于電廠的沉降預測研究與分析。
[1]鄧聚龍.灰色系統(tǒng)基本方法[M].武漢:華中理工大學出版社,1987.
[2]李希燦.動態(tài)平差灰色預測優(yōu)化模型[J].測繪工程,1999,8(1):34-35.
[3]張新偉,張潤杰,王超.變形檢測數(shù)據(jù)的分析與預報研究,淮海工學院學報(自然科學版),Vol.20.S.1.Dec.2011
[4]張志勇.建筑物沉降灰色模型預測[J].城市勘測,1999年第2期.
[5]李斌,朱健.非等間隔灰色GM(1,1)模型在沉降數(shù)據(jù)分析中的應用[J].測繪科學,Vol.32No.4.Jul.2007
[6]王有良,唐躍剛.曲線擬合與GM(1,1)模型沉降預測及相關性分析[J].測繪科學,Vol.33 No3.May.2008
TM62[文獻碼]B
1000-405X(2016)-3-185-2