[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

说明书

技术领域

本发明涉及大坝安全风险检测技术领域，尤其涉及一种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。

背景技术

由于我国河流众多、水能资源丰富，河流大坝在我国已经大量建设。大坝在水力发电等领域中有着重要作用。然而，由于大坝的快速建设和发展，由于设计标准、工程质量等问题，大坝存在一定的安全事故问题。因此，对大坝进行科学地安全风险分析和管理可以有效保障其安全运行，减少安全事故的发生。而大坝失事风险率的量化分析是风险管理中的重要环节，大坝风险率的计算主要是针对不同类型的风险建立风险模型，确定功能函数，根据大坝所处的环境以及极限状态判断准则建立极限状态方程。

常用的基于可靠度理论的大坝风险分析方法大多是在极限状态方程已知的情况下进行的，但对于复杂大坝工程而言，通常情况下功能函数与基本变量之间的显式函数关系不存在。对于大坝极限功能函数不能显式表达的求解基本思想是：构造隐式功能函数的近似显式表达式，以近似显式表达式的风险率替代真实的风险率。响应面法是这类算法的代表，在解决一般工程非线性问题时已取得较好效果，目前使用较广泛的响应面法是提前假定响应面的形式，通过确定性计算生成一系列样本点拟合响应面，由确定性试验构造一个响应面来模拟真实的极限状态曲面。响应面法需要提前选择合适的数学模型，利用选取部分样本信息来模拟未知状态下的结构响应。而在传统响应面法中，需选择合适的如二次多项式的数学模型，进而确定模型中的待估参数。但对于像大坝这类工程的极限状态功能函数非线性程度较高，在函数形式的确定、试验样本点的抽取等方面，响应面模型存在一定的不足，很难反映出极限状态曲面真实情况，失效概率精确度将受到很大影响。

发明内容

本发明的实施例提供一种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，以解决大坝工程的极限状态功能函数非线性程度较高，在函数形式的确定、试验样本点的抽取等方面，响应面模型存在不足，难以反映出极限状态曲面真实情况，失效概率精确度将受到很大影响的问题。

为达到上述目的，本发明采用如下技术方案：

一种基于大坝失效功能函数模型的失效风险率计算方法，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。

具体的，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。

具体的，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。

具体的，所述随机过程函数条件为随机过程函数z(x)满足：