欢迎来到天天文库
浏览记录
ID:37102949
大小:4.30 MB
页数:100页
时间:2019-05-17
《大坝施工期温度监测数据关联规则挖掘与预测》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、大坝施工期温度监测数据关联规则挖掘与预测(申请清华大学工学硕士学位论文)培养单位:水利水电工程系学科:水利工程研究生:王露指导教师:潘坚文助理教授二○一七年五月AssociationRulesMiningandPredictiononTemperatureofDamduringConstructionPeriodDissertationSubmittedtoTsinghuaUniversityinpartialfulfillmentoftherequirementforthedegreeofMasterofScienceinHydraulicEngine
2、eringbyWangLuDissertationSupervisor:ProfessorAssociatePanJianwenMay,2017摘要摘要大体积混凝土结构的温控防裂技术一直是许多学者研究的重点,随着水利信息化在工程施工中的应用,积累了海量的施工信息数据,为大坝温控提供了新的思路。整理坝体施工期的温控数据,构建完整的施工期温控数据库。基于数据挖掘技术,通过对数据库中信息的挖掘,分析混凝土温度变化的规律、研究温度变化规律与各影响因素之间的相关关系、建立温度时程曲线的预测模型,实时反馈大坝施工期温度变化过程,在工程应用中能够为温度控制提供决策支持
3、。基于此背景,本文采用数据挖掘技术分析了黄登碾压混凝土坝施工期温控数据。主要研究成果如下:1.预处理大坝施工期温控数据,使其满足数据挖掘工作的要求。对数据进行噪声识别、缺失值填充、属性处理等数据清洗工作。集成清洗后得到准确、完整、一致的数据信息,基于SQL软件构建大坝施工期温控数据库,支持挖掘工作中数据的便捷访问与提取。2.聚类分析温度时间序列,基于动态时间规整的距离度量方法,采用K-means算法将坝体混凝土温度时程曲线划分为变化规律不同的四种类型。其中,第四类曲线的观测值波动较大,初步判断为分布在距离上下游坝面较近的测点,前三类认为均位于坝体内部,距
4、离大坝表面距离较远。前三类温度时程曲线平滑,但温度变化过程不同,不同的温度变化规律能够反映出测点附近温控效果的差异。3.基于关联规则挖掘方法,分析混凝土温度变化曲线与浇筑信息、通水信息、混凝土类型间的关联关系。结果表明,碾压混凝土存在很大的概率出现二次温升,而常态混凝土后期温度平稳的概率较大。然而,常态混凝土在通水措施不力或者夏季高温季节浇筑时,也有出现温度二次回升的可能;碾压混凝土在冷却水温较低时,发生温度二次回升的可能性较小。4.基于支持向量回归算法,采用主成分分析对温控数据降维,建立温度时程曲线分类预测模型。通过几个典型测点的预测结果与实测温度时程
5、曲线的对比,预测误差控制在2℃,效果稳定。与整体温度时程预测模型相比,分类模型预测精度更高。关键词:施工期温控;聚类分析;关联规则;支持向量IAbstractAbstractTemperaturecontrolmeasuresofmassconcreteintheconstructionperiodhavealwaysbeenimportantconcernsinthefieldofhydraulicengineering.Withwaterconservancyinformationbeingwidelyusedinengineerpractice,i
6、mmensequantitiesofdatasethavebeenstored.Observationaldatacontainvaluableknowledgeandcanbeusedtoanalysisthetemperaturecontroloftheconstructionperiod.Basedonthetemperaturemonitoringdataoftheconstructionperiod,thispaperestablishesconstructiondatabaseandanalysistemperaturechangingreg
7、ularities,miningassociationruleswithrelatedfactors,predictstemperaturefluctuationprocedurebyadoptingdata-miningalgorithmaimsatprovidingdecisionsupportfortemperaturecontrolduringtheconstruction.Themainresearchresultsofthispaperareasfollows:1.Observationaldatainreallifeisnotabletoc
8、omplywiththerequirementsofdatamining.Iti
此文档下载收益归作者所有