位置:成果数据库 > 期刊 > 期刊详情页
基于POT模型建立大坝服役性态预警指标
  • ISSN号:0559-9350
  • 期刊名称:水利学报
  • 时间:2012.8.1
  • 页码:974-978
  • 分类:TV698.1[水利工程—水利水电工程]
  • 作者机构:[1]河海大学水文水资源与水利工程科学国家重点实验室,江苏南京210098, [2]河海大学水利水电学院,江苏南京210098, [3]水资源高效利用与工程安全国家工程研究中心,江苏南京210098
  • 相关基金:国家自然科学基金资助项目(51179066,51139001);新世纪优秀人才支持计划(NCET-10-0359);国家重点实验室专项经费资助项目(2009586912,2009586012);中央高校基本科研业务费专项资金资助(2012806614);江苏高校优势学科建设工程资助项目(水利工程)(YS11001)
  • 相关项目:病险坝除险加固效应多源多尺度跟踪监控与评析
中文摘要:

借助预警指标实时辨识大坝服役性态是大坝安全监控的重要手段。传统多依据大坝服役性态效应量测值序列的年极值为分析子样来估计预警指标。本文基于极值理论中的POT(Peaks over Threshold)模型,通过阈值的设定,以超限数据序列作为建模分析的对象,利用广义帕累托分布拟合超限数据子样,结合大坝的失事概率实现预警指标的估计。该方法不研究效应量测值序列的整体分布情况,只关注序列的超限值分布情况;充分考虑了所有较大测值出现的可能,更好地体现了数据样本的分布特征,因此得到的预警指标能更客观地反映工程实际。

英文摘要:

Early-warning index should be built to identify dam service behavior and to monitor the safety of dam. The early-warning index is estimated based on the year extreme values in the serial observation of dam service behavior. The POT (Peaks over Threshold) model in Extreme value theory is introduced to implement the early-warning index estimation in this paper. According to the threshold, the analysis samples are obtained from the data exceeding the threshold, which satisfy the generalized Pareto distribution. The generalized Pareto distribution function of the data exceeding the threshold is determined. The early-warning index can be calculated by the combination of above distribution function and the dam failure probability. The analysis is focused on the distribution feature of the data exceeding the threshold, not the global distri- bution rule of the whole serial observation of dam service behavior. The obtained early-warning index can describe objectively the actual status of dam engineering.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《水利学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国水利学会 中国大坝工程学会
  • 主编:程晓陶
  • 地址:北京市复兴路甲1号中国水科院A座1117室
  • 邮编:100038
  • 邮箱:slxb@iwhr.com
  • 电话:010-68786221
  • 国际标准刊号:ISSN:0559-9350
  • 国内统一刊号:ISSN:11-1882/TV
  • 邮发代号:2-183
  • 获奖情况:
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:43715