基于逐步回归分析模型的百色水利枢纽安全评价指标拟定.pdf

DOI:1016617/jcnki11-5543/TK20240110基于逐步回归分析模型的百色水利枢纽安全评价指标拟定周少良(广西右江水利开发有限责任公司,广西 南宁 533000)【摘 要】百色水利枢纽工程已投入运行近 20 年,积累了大量的宝贵安全监测资料,在目前数字孪生水利工程建设的大背景下,建立一套有效且可靠的工程运行安全评价指标,是目前面临的重点和难点。文章基于逐步回归分析模型建立了适用于百色水利枢纽主坝垂直变形的安全评价指标,并用监测数据进行了验证,结果显示其拥有良好的精度和敏感性,可以复制推广到水平位移、渗流等各个监测项目,以期建立起工程运行安全评价指标体系,在数字孪生工程建设中具有一定的工程价值。【关键词】逐步回归分析;安全评价指标;安全监测;百色水利枢纽中图分类号:TV698 1 文献标识码:B 文章编号:1673-8241(2024)01-049-07Development of Safety Evaluation Indicators for the Baise WaterConservancy Project Based on Stepwise Regression Analysis ModelZHOU Shaoliang(Guangxi Youjiang Water Resources Development Co,Ltd,Nanning 533000,China)收稿日期:2023-10-12作者简介:周少良(1990),男,硕士,工程师,从事水利工程安全监测工作。Abstract:The Baise Water Conservancy Project has been in operation for nearly 20 years,accumulating a wealth ofvaluable safety monitoring data.In the current context of digital twin water conservancy project construction,establishing aneffective and reliable set of operational safety evaluation indicators is a key and challenging task.This paper uses a stepwiseregression analysis model to establish safety evaluation indicators applicable to the vertical deformation of the main dam atthe Baise Water Conservancy Project and validates them using monitoring data.The results demonstrate its high accuracyand sensitivity,making it possible to replicate and extend to various monitoring parameters such as horizontal displacementand seepage.The goal is to establish a comprehensive system of operational safety evaluation indicators,which holdssignificant engineering value in the context of digital twin project construction.Key words:stepwise regression analysis;safety evaluation indicator;safety monitoring;Baise Water Conservancy Project941 工程概况百色水利枢纽位于珠江水系郁江流域右江干流,坝址距离广西百色市约 22km,是集防洪、水资源配置、水力发电等综合效益于一体的大型水利枢纽工程。工程总库容 56 6 亿 m3,防洪库容 16 4 亿 m3,正常蓄水位228m,汛限水位214m,水库死水位203m(水库初期运行死水位 195m),装机容量 540MW,多年平均年发电量 1690GWh。枢纽工程由主坝、地下厂房、副坝和通航建筑物四部分组成。主坝为全断面碾压混凝土(RCC)重力坝,坝顶高程 234m,坝顶总长 720m,最大坝高 130m1。2 建模原理为掌握大坝垂直位移的变化规律,选择逐步回归法进行建模分析。通过对坝体垂直位移监测资料的初步分析,认定坝体垂直位移可能受水压、温度、降雨和时效等因素的影响。2因此,坝体位移 的统计模型主要由水压分量 H、温度分量 T、时效分量 组成3,即=H+T+(1)水压分量 H:碾压混凝土重力坝坝体任一点在水压作用下产生的位移水压分量 H与大坝上游水深的1 3 次方有关。根据百色水利枢纽碾压混凝土主坝的实际情况,不考虑下游水位对垂直位移变化的影响。水压分量的表达式为H=3i=1a1i(Hiu-Hiu0)(2)式中 Hu、Hu0 监测日、始测日所对应的上游水头,即水位测值与坝底高程之差;a1i 水压因子回归系数4。温度分量 T:百色水利枢纽碾压混凝土主坝坝体及基岩垂直位移波动呈较显著的年周期变化,受温度变化的影响。考虑到大坝已经运行接近 15 年,坝体温度场已基本稳定,可选用周期项因子模拟温度场对大坝水平位移变形的影响,即坝体混凝土内任一点的温度变化用周期函数表示,则可表示为T=2i=1b1isin2it365-sin2it0()365+b2icos2it365-cos2it0()365(3)式中 t 位移监测日到起始监测日的累计天数;t0 建模资料系列第一个监测日到始测日的累计天数;b1i、b2i 温度因子回归系数。时效分量:时效变形的原因极为复杂,它综合反映坝体混凝土与基岩的徐变、蠕变以及岩体地质构造的压缩变形等,可表示为=c1(-0)+c2(ln-ln0)(4)式中 位移监测日至始测日的累计天数 t 除以100;0 建模资料系列第一个测值日到始测日的累计天数 t0除以 100;c1、c2 时效因子回归系数。综上所述,根据百色水利枢纽碾压混凝土主坝的运行特性并考虑初始测值的影响5,得到坝体垂直位移的统计模型为=4i=1a1i(Hi1l-Hi1l0)+2i=1b1isin2it365-sin2it0()365+b2icos2it365-cos2it0()365+c1(-0)+c2(ln-ln0)+a0(5)式中 a0 常数项;其余符号意义同前。3 回归模型及成果分析3 1 模型显著性及精度分析根据上述模型,选取坝基排水灌浆廊道点 EM1、EM3、EM7、EM8、EM13,155m 高程纵向廊道两岸岸坡坝块测点 EM20、EM30,200m 高程纵向廊道测点 EM31、EM39、EM46,234m 高程坝顶近右岸坡坝块测点 EM80、主河床坝块测点 EM67 及左岸坡坝块05运行管理Operation Management测点 EM50 的 2007 年 2 月至 2015 年 11 月的主坝垂直位移数据序列进行回归分析,研究坝体及基岩变形受水压、温度、时效各分量的影响大小及垂直位移变化规律。坝体及坝基各部位选取的几何水准测点统计模型回归相关性统计见表 1。表 1 回归模型相关性统计部 位测点复相关系数 R判定系数 R2调整判定系数 R2a剩余标准差 S基础EM10 8760 7680 8660 519EM30 8150 6640 6500 451EM70 8400 7060 6930 112EM80 7400 5480 5180 212EM130 9350 8750 8670 149155m 高程EM200 7690 5910 5820 570EM300 8930 7980 7850 264200m 高程EM310 8040 6470 6030 771EM390 9470 8970 8870 762EM460 9100 8290 8120 603234m 高程EM500 9010 8110 7940 098EM670 9900 9810 9780 333EM800 8470 7170 6980 501 由表 1 可知,基础所选取的 5 个测点复相关系数在 0 740 0 935 之间,EM8 测点复相关系数最低,模型精度稍差。其他4 个测点复相关系数均大于0 8,回归效果及模型精度良好。但近左岸坡坝块测点 EM3由于其抬升位移量较大,剩余标准差为 0 451,该模型预报稳定性稍差。155m 高程所选取的两个测点中近左岸坡坝块测点 EM20 复相关系数较低(仅选入库水位 3 次方因子),小于 0 8,该模型精度稍差。近右岸坡坝块测点 EM30 复相关系数为 0 893,剩余标准差为 0 264,该模型回归效果精度良好,预报稳定性高。200m 高程纵向廊道所选取的三个测点复相关系数均较高,模型精度优良,但剩余标准差均较大,预报稳定性稍差。尤其河床中部及近右岸坝块测点EM39 及 EM46,复相关系数均大于 0 9。234m 高程坝顶水准线上所选取的三个测点复相关系数均较高,模型精度优良。3 2 各分量影响效应量分析对于不同测点各自回归模型中所选取的自变量因子进行分析,而不同自变量因子间由于存在量纲和数量级之间的差异,选用标准回归系数对各影响因子分量进行解析。因变量 y 对自变量 xj标准回归系数bj为bj=bjIjjIyy(j=1,2,n)(6)式中 bj 因变量 y 对自变量 xi的回归系数;Iyy y 的总离差平方和;Ijj xj的总离差平方和。由此得到的标准化回归系数 bj是一个无量纲的量,可用其绝对值的大小考察自变量在多元回归中的重要程度,经计算,坝基、155m 高程、200m 高程、234m 高程的回归模型选入因子及其回归系数分析见表 2。表 2 回归模型选入因子及其回归系数分析部 位测点回归模型选入因子变量回归系数 bj标准差标准化变量回归系数 bjt 统计量显著性水平坝基EM7EM8(常量)-2 2430 037-60 9220时效因子 2-0 4580 045-0 826-10 2690温度因子 1-0 0750 023-0 264-3 2760 002(常量)-1 0480 066-15 7810时效因子 1-0 0360 005-0 706-6 9300温度因子 1-0 1260 044-0 290-2 8820 006温度因子 20 1000 0430 2362 3230 02515运行管理Operation Management续表 部 位测点回归模型选入因子变量回归系数 bj标准差标准化变量回归系数 bjt 统计量显著性水平155m 高程EM20EM30(常量)-3 6290 239-15 1950H3u-H3u000-0 769-8 2340(常量)-0 6580 216-3 0410 004Hu-Hu0-0 0340 005-0 538-6 6340时效因子 1-0 2180 042-2 280-5 2330时效因子 23 1570 6682 0184 7290200m 高程EM31EM39EM46(常量)-6 2950 770-8 1720H3u-H3u000-0 107-0 7410 463时效因子 28 4932 1102 5924 0260温度因子 4-0 5920 167-0 339-3 5540 001时效因子 1-0 4780 133-2 376-3 5830 001温度因子 1-0 6140 196-0 369-3 1340 003(常量)6 9540 47114 7610时效因子 24 9240 3140 81015 6700H3u-H3u000-0 410-6 8740温度因子 1-0 5650 183-0 183-3 0960 004温度因子 4-0 4470 165-0 138-2 7180 010(常量)4 1780 37311 2070时效因子 22 6610 2490 71410 7010H3u-H3u000-0 370-4 8090温度因子 1-0 5310 144-0 281-3 6730 001温度因子 4-0 3220 130-0 162-2 4720 018234m 高程EM50EM67EM80(常量)0 5890 0688 6490Hu-Hu0-0 0140 002-0 581-7 5780温度因子 1-0 1310 024-0 422-5 4480时效因子 20 1480 0410 2483 6170 001温度因子 30 0680 0210 2213 3000 002(常量)8 0390 20139 9990时效因子 25 9630 1450 95441 0210Hu-Hu0-0 1090 008-0 426-13 8880温度因子 2-0 7000 070-0 224-9 9870温度因子 40 2030 0680 0652 9910 005H2u-H2u0000 0652 1380 038(常量)1 8810 17710 6060温度因子 2-0 9580 102-0 763-9 4050时效因子 21 2300 2060 4905 9800温度因子 10 2480 1060 1912 3510 023 由表 2 可知,坝基底板垂直位移主要受时效及温度变化的影响。155m 高程近左岸坡坝块测点 EM2025运行管理Operation Management垂直位移变化主要受静水压力作用影响;近右岸坝块测点 EM30 垂直位移主要受水压因子影响(标准化系数为-0 538),时效对垂直位移变化趋势也存在影响(两时效因子和为-0 262)。200m 高程近左岸坡坝块EM31 测点垂直位移变化是库水、温度、时效共同作用影响下的结果,其中温度影响占主导(两温度影响标准化回归系数和为-0 708),库水及时效的影响次之;主河床 EM39 测点及近右岸坡坝块 EM46 测点的垂直位移变化主要受时效因子影响,时效因子标准化系数分别为 0 810、0 714。234m 高程坝顶左岸坡水准测点 EM50 垂直位移变化是主要受库水荷载作用影响,由温度变化导致混凝土的体积膨胀与收缩也对该部位水准点的垂直位移有较为显著的影响;坝顶主河床坝块 EM67 测点及近右岸坡坝块 EM80 测点的垂直位移变化受时效影响显著,时效因子标准化系数分别为 0 954、0 409,EM67 测点垂直位移变化时效分量约占 55%75%,在水位变幅较大的时段影响分量比重稍小。水位分量约占20%35%,温度分量影响小于 10%。3 3 回归模型精度指标验证为验证上述回归模型的精度,选用表 2 的指标、按照式(5)分别对坝基、155m、200m、234m 不同高程的垂直位移测点建立预测评价模型,对比监测系统实测值,发现大部分测点具有良好的预报精度和预报性能,据此判定其可作为工程安全评价指标,模型验证结果见表 3,模型验证时序过程线见图 1 图 4。表 3 预报模型结果部 位测点相关系数 R校正相关系数 Ra剩余标准差 S观测值(2016 年 2 月 25 日)预测值预测误差 2S坝基EM10 87460 86650 5193-11 47-10 3808-1 0488155m 高程EM200 85670 84750 6602-8 06-7 4037-0 4970200m 高程EM410 96510 96110 75818 028 7186-0 4608234m 高程EM580 98650 98550 41669 099 3031-0 2588图 1 EM1 模型验证时序过程线35运行管理Operation Management图 2 EM20 模型验证时序过程线图 3 EM41 模型验证时序过程线图 4 EM58 模型验证时序过程线45运行管理Operation Management4 安全评价指标4 1 基本原理根据上述回归模型计算各种荷载作用下的监测效应量 Et与实测值 E 的差值 Et-E,该值有 1-的概率在置信带 =iS 范围之内6。同时,实测值的变化趋势是反映大坝监测量性态的另一因素。因此,在确定显著性水平 下,可以将具有较高精度的统计模型(一般要求测点复相关系数 R0 8)的置信区间(置信带)和变化趋势作为判断测值异常和安全的依据,由此拟定相应测点的测值异常或安全提醒指标。根据百色水利枢纽的实际情况,取显著性水平 为 1%,当 取 1%时,i 近似等于 3,即=3S。a 当|Et-E|3S 时,测值异常。若无明显趋势性变化,加强监测和分析,查找原因;若有明显趋势性变化,则为严重异常,应加强监测和分析,并在查找原因的同时,采取适当措施7。因此,相应监测量的安全提醒指标为 Em=Et3S。4 2 评价指标应用在初步判断测点监测值是否超过测值异常或安全提醒指标的基础上,结合巡视检查情况,辨识百色水利枢纽的安全状况。a 测点监测值均未超过安全提醒指标,且巡视检查未发现有影响安全的隐患病变,则认为大坝处于安全运行状态。b 测点监测值连续两次超过安全提醒指标,发出“测值异常提醒”讯息给水库监测人员,提示进行加密补测。若补测后测值回到安全提醒指标以内,撤销“测值异常提醒”讯息。若补测后测值仍超过安全提醒指标,巡视检查亦发现有影响安全的隐患病变,发出“大坝安全提醒”讯息,启动专家会商审核程序,进而确定是否发出“大坝安全预警”讯息;巡视检查未发现有影响安全的隐患病变,则进入下一步关联测点评价。5 结 语本文按照逐步回归模型建立起的百色水利枢纽主坝垂直位移安全评价指标,精度及敏感性均较好,可有效预测建筑物变形情况,同时结合工程历史运行状况,可将其作为准确分析工程运行状况的评价指标。按照此思路可继续建立水平位移、渗流等多项监测项目指标,形成覆盖工程各个监测项目的全套指标体系,最终成为工程安全运行评价的关键指标,为工程安全运行管理提供有力支撑,也可作为已建工程在进行数字孪生工程运行安全指标体系建立时的有益参考。参考文献1 王伟,马建新,周少良.百色水利枢纽安全监测工作发展方向研究J.水资源开发与管理,2022,8(12):78-80,84.2 曹其光,李姝昱,刘浩,等.稳健回归在大坝安全监测模型中的应用C/中国水利学会.中国原水论坛专辑.河海大学学报(自然科学版)编辑部Editorial Board of Journal of Hohai U-niversity(Natural Sciences),2010:249-252.3 张博,陶家祥,曹其光,等.丰满大坝垂直位移监测资料分析J.三峡大学学报(自然科学版),2010,32(6):25-28.4 王校利,陶丛丛.岩滩水电站混凝土重力坝垂直位移观测资料分析J.水电能源科学,2010,28(3):51-53.5 朱赵辉,朱友良,刘建树,等.百色水利枢纽垂直位移异常问题研究J.中国水利水电科学研究院学报,2021,19(4):371-380.6 叶棽.古田溪一级大坝水平位移监控指标的拟定J.水利科技与经济,2007(11):787-789.7 赵志明.混凝土坝运行初期安全监控方法研究D.西安:西安理工大学,2016.55运行管理Operation Management