[发明专利]基于大坝失效功能函数模型的失效风险率计算方法及装置

权利要求书

1.一种基于大坝失效功能函数模型的失效风险率计算方法，其特征在于，包括：

获取多组大坝的基本变量训练样本；

根据所述基本变量训练样本，采用克里格模型重构大坝失效功能函数模型，并生成一相关函数；所述相关函数用于描述影响大坝安全的各基本变量训练样本间的空间相关性；所述相关函数包括一待优化参数；

根据极大似然估计法确定所述待优化参数的优化值；

根据所述待优化参数的优化值，确定所述相关函数的值，并根据随机过程函数条件确定所述基本变量训练样本对应的大坝失效功能函数模型；

对各组基本变量训练样本对应的大坝失效功能函数模型进行有效性检验，选取最优大坝失效功能函数模型；

根据所述最优大坝失效功能函数模型确定大坝失效风险率。

2.根据权利要求1所述的基于大坝失效功能函数模型的失效风险率计算方法，其特征在于，所述获取多组大坝的基本变量训练样本，包括：

获取大坝的各基本变量；所述基本变量包括影响大坝安全的大坝运行参数和大坝结构参数；

根据拉丁超立方抽样法对大坝的各基本变量进行处理，得到n个试验点的基本变量训练样本，每个试验点的基本变量训练样本作为一组基本变量训练样本。

3.根据权利要求2所述的基于大坝失效功能函数模型的失效风险率计算方法，其特征在于，根据所述基本变量训练样本，采用克里格模型重构大坝失效功能函数模型，并生成一相关函数，包括：

根据所述基本变量训练样本，采用克里格模型重构大坝失效功能函数模型：y(x)＝F(β,x)+z(x)＝f^T(x)β+z(x)；其中，f^T(x)β为大坝失效功能函数模型中的线性回归部分；f(x)表示回归模型；z(x)为随机过程函数；

生成一相关函数：其中，R(θ,x_i,x_j)为所述相关函数；θ为所述待优化参数；x_i表示第i个基本变量训练样本，x_j表示第j个基本变量训练样本；n_dv表示预先设置的设计变量数；θ_k为实验样本点的第k个方向的常数参量；和分别表示基本变量训练样本x_i和x_j的第k个分量；R_k表示相关函数的第k个分量。

4.根据权利要求3所述的基于大坝失效功能函数模型的失效风险率计算方法，其特征在于，所述随机过程函数条件为随机过程函数z(x)满足：

其中，E(z(x))表示随机过程函数z(x)的平均值；Var(z(x))表示随机过程函数z(x)的方差；Cov(z(x_i),z(x_j))表示基本变量训练样本x_i和x_j构成的随机过程函数z(x_i)和z(x_j)的协方差系数；σ_z为随机过程函数z(x)的标准差；σ²[R(θ,x_i,x_j)]表示相关函数R(θ,x_i,x_j)的标准差的平方；

根据所述待优化参数的优化值，确定所述相关函数的值，并根据随机过程函数条件确定所述基本变量训练样本对应的大坝失效功能函数模型，包括：

将待优化参数的优化值代入相关函数R(θ,x_i,x_j)，确定所述相关函数的值；

根据随机过程函数条件：确定随机过程函数z(x)的值；

将随机过程函数z(x)的值代入y(x)＝F(β,x)+z(x)＝f^T(x)β+z(x)，确定所述基本变量训练样本对应的大坝失效功能函数模型。