基于离差和改进的大坝变形监测粗差判别方法

• 作者: 李永红 花胜强 蔡杰 郑健兵 高磊
• 来源期刊: 水电能源科学
• 学科: 工学
• 关键词: 大坝变形监测 粗差判别 离差和 逐步回归 肖维勒准则
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 大坝安全与监测
• 页码范围: 67-69
• 页数: 3页
• 分类号: TV698.1
• 语种: 中文

摘要

随着大坝监测自动化的普及,在大坝安全分析评估中寻求可靠的粗差判别方法显得越来越重要,而基于回归统计的粗差判别准则中,由于粗差数据也会先参与回归建模,由此导致回归模型本身可能失真,从而易引发后续的误判和漏判粗差.对此,提出了一种针对混凝土重力坝变形监测的粗差判别方法.首先,计算样本中每个测值的离差和;其次,基于离差和剔除部分疑似粗差的测值,从而建立回归模型;最后,根据回归模型计算每个测值的拟合残差,并基于肖维勒准则最终确定粗差.实例仿真表明,该算法不受原始数据粗差的影响,具有更高的精度和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	花胜强		9	6	1.0	2.0
2	高磊		9	6	1.0	2.0
3	蔡杰		15	13	2.0	3.0
4	郑健兵		6	6	1.0	2.0
5	李永红		2	0	0.0	0.0