考虑残差的小波G-Verhulst-ARIMA大坝变形组合预测模型及应用

• 作者: 杨晨蕾 包腾飞 胡安玉 张静缨
• 来源期刊: 水电能源科学
• 关键词: 变形预测 残差 小波分析 灰色Verhulst模型 ARIMA模型
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 大坝安全与监测|DAM SAFETY AND MONITORING
• 页码范围: 94-97
• 页数: 4页
• 分类号: TV698.1
• 语种: 中文

摘要

鉴于传统的统计模型未考虑变形中的随机扰动和混沌现象,借助小波分析、灰色Verhulst模型(G-Verhulst)和差分自回归移动平均模型(ARIMA)分析统计模型的残差,以充分挖掘变形观测资料中的数据特性.首先利用小波分析对残差序列去噪,提取出不同频率的信号,然后分别利用G-Verhulst模型和ARIMA模型进行建模预测,最后将统计模型预测值和残差预测值叠加,建立了一种考虑残差的小波G-Verhulst-ARIMA大坝变形组合预测模型.实例应用结果表明,与不考虑残差的组合模型及使用GM(1,1)模型(EGM)代替G-Verhulst模型的组合模型相比,该模型拟合和预测时的均方误差均小于其他两组模型,有效提高了预测精度,为建立大坝安全监控模型提供了新思路.