一种基于数据挖掘的大坝灌浆质量的预测方法、系统及介质

本发明涉及大坝灌浆，尤其是涉及一种基于数据挖掘的大坝灌浆质量的预测方法、系统及介质。

背景技术：

1、蓄水大坝作为国家经济体系中的一部分，不仅是起到控制和调节洪水的作用，还用于改善航运、水力发电以及浇灌农田等方面，是一种通过人工干预方式对自然进行改变和利用的方式。同时蓄水大坝可为国家经济、社会环境带来巨大的效益。而蓄水大坝在工作期间能平稳、安全的运行是至关重要的，因为一旦大坝出现溃坝问题，将会给当地人民的生命带来极大的风险，此外还会导致当地经济受到冲击。然而，建设一座稳固、安全的蓄水大坝是一项极为复杂和严峻的工程，需要经过大量地质勘测和相关试验来设计方案并且要不断调整，而其中大坝基础部分是建成大坝的关键所在，良好的坝基将为整座大坝夯实基础。坝基所处环境较为复杂，在多方因素的共同作用下，坝基岩体的完整性和密实性均有不同程度的降低，坝基内存在各种不同的裂隙，使地下水能在其间渗流，而渗流将导致坝基的牢固性大大降低，因此对坝基的处理是非常必要的。坝基处理的不合格将会为大坝安稳工作带来巨大的隐患。

2、目前，灌浆是处理坝基最常用也是应用最广泛的方法，灌浆是指在一定压力的作用下，通过灌浆孔向坝基岩体的裂缝、节理以及一些本身薄弱的部位，灌入以一定比例配置的凝胶状液体或化学溶液的施工技术。待这种浆液凝固变硬后，将与坝基本身岩体结合，形成一个密实的整体，极大程度上提高了坝基的岩体强度和完整性，并且起到防渗防漏的作用，对坝基的整体结构起到良好的优化功能。坝基的稳固为整个坝体带来坚实的基础，因此合格的坝基灌浆工程将为蓄水大坝能安全、长期的工作带来。

3、然而灌浆工程属于地下作业，无法直接观测到浆液在地下岩体裂缝中的扩散和填充状况，其施工过程不能像地面施工容易控制和判断，同时，灌浆工程的施工质量和效果不能直接观测，也无法使用数学理论或特定的公式计算。目前的灌浆质量主要依据对检查孔进行压水试验所得透水率值的大小进行评价。而实际灌浆施工过程中，不会分别针对每一序灌浆施工的质量进行评价，只会针对当前施工单元所有工序完成后，再对单元检查孔进行压水试验得到的透水率值进行整体施工质量评价。单元检查孔的透水率值大小决定了该施工单元的合格与否，当施工过程中因处理不当导致整体透水率达不到合格标准时，该施工单元需要进行复灌，将会直接导致施工时间延长以及灌浆效能的降低。因此，如果能在灌浆施工过程中便捷、有效的对每一序的灌浆质量进行提前预测，将对灌浆工程的整体施工质量把控以及提高灌浆能效有着十分重要的意义。

技术实现思路

1、鉴于以上问题，本发明提供了一种基于数据挖掘的大坝灌浆质量的预测方法、系统及介质，不仅提高了灌浆施工的整体质量，需要对施工过程中的灌浆效果进行把控，减少因施工质量不合格导致复灌的可能，而且基于数据挖掘的能效分析模型研究在提高灌浆质量以及节能减排方面有着十分积极的作用。

2、为了实现上述目的及其他相关目的，本发明提供的技术方案如下：

3、一种基于数据挖掘的大坝灌浆质量的预测方法，所述方法包括：

4、u1.获取原始灌浆数据集，对所述原始灌浆数据集进行数据联合分析和预处理，输出处理后的灌浆数据信息；

5、u2.基于所述处理后的灌浆数据信息，采用svr算法和igwo算法进行训练建模，输出基于igwo-svr算法的能效分析模型；

6、u3.根据所述基于igwo-svr算法的能效分析模型，输入各序施工过程数据进行灌浆质量预测，输出各序施工灌浆质量的预测数据信息。

7、进一步的，在步骤u2中，所述采用svr算法和igwo算法进行训练建模包括：

8、u21.将所述处理后的灌浆数据信息输入svr算法进行训练建立svr回归函数f(x)，

9、，

10、其中和ai为拉格朗日乘子，h(x,z)为核函数，b为偏置向量；

11、u22.基于所述svr回归函数f(x)，采用igwo算法对核函数h(x,z)、拉格朗日乘子和偏置向量进行优化，输出基于igwo-svr算法的能效分析模型。

12、进一步的，在步骤u21中，所述核函数h(x,z)，

13、，

14、其中，g为核函数参数，x和z为处理后的灌浆数据变量。

15、进一步的，在步骤u22中，所述采用igwo算法对核函数h(x,z)、拉格朗日乘子和偏置向量进行优化包括：

16、u221.设置算法参数，初始化灰狼种群，计算灰狼个体适应度，输出适应度最高的三只狼的位置；

17、u222.基于所述适应度最高的三之狼的位置，加入非线性收敛因子以动态权重的方式更新狼的位置，进行迭代，输出适应度最高的狼的位置；

18、u223.将适应度最高的狼的位置映射到所述svr回归函数f(x)中，得到优化后的核函数h(x,z)、拉格朗日乘子和偏置向量。

19、进一步的，在步骤u222中，所述非线性收敛因子为a，

20、，

21、其中，p为衰减阶数，e为自然常数，t为衰减因子，maxiter为指数因子。

22、进一步的，所述原始灌浆数据集包括灌浆过程数据集和灌浆结束数据集。

23、进一步的，所述对所述原始灌浆数据集进行数据联合分析和预处理包括数据分析及筛选、相关性分析和异常值及缺失值处理。

24、进一步的，所述异常值或缺失值为数据样本中偏离整体的值，对所述异常值及缺失值处理为直接删除或替换值。

25、为了实现上述目的及其他相关目的，本发明还提供了一种基于数据挖掘的大坝灌浆质量的预测系统，包括计算机设备，该计算机设备被编程或配置以执行任意一项所述基于数据挖掘的大坝灌浆质量的预测方法的步骤。

26、为了实现上述目的及其他相关目的，本发明还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有被编程或配置以执行任意一项所述基于数据挖掘的大坝灌浆质量的预测方法的计算机程序。

27、本发明具有以下积极效果：

28、1.本发明解决了由于灌浆施工的隐蔽性和不可预见性，其施工过程无法直接观测，导致施工过程和灌浆质量都处于不可控的状态，提高了灌浆施工的整体质量，需要对施工过程中的灌浆效果进行把控，减少因施工质量不合格导致复灌的可能。

29、2.本发明通过igwo-svr算法建立能效分析模型，对灌浆质量进行预测，可有效预测各序施工完成后的灌浆质量，且各序预测结果的相对误差在允许范围内，该能效分析模型可根据各序施工过程数据有效预测阶段性灌浆质量，减少了灌浆过程中因某一序施工环节的不足而导致复灌的概率，起到了从过程中把控灌浆质量的作用，避免多余的人力物力的浪费，提高了灌浆效能。

技术特征：

1.一种基于数据挖掘的大坝灌浆质量的预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于数据挖掘的大坝灌浆质量的预测方法，其特征在于，在步骤u2中，所述采用svr算法和igwo算法进行训练建模包括：

3.根据权利要求2所述的基于数据挖掘的大坝灌浆质量的预测方法，其特征在于，在步骤u21中，所述核函数h(x,z)，

4.根据权利要求2所述的基于数据挖掘的大坝灌浆质量的预测方法，其特征在于，在步骤u22中，所述采用igwo算法对核函数h(x,z)、拉格朗日乘子和偏置向量进行优化包括：

5.根据权利要求4所述的基于数据挖掘的大坝灌浆质量的预测方法，其特征在于，在步骤u222中，所述非线性收敛因子为a，

6.根据权利要求1所述的基于数据挖掘的大坝灌浆质量的预测方法，其特征在于：所述原始灌浆数据集包括灌浆过程数据集和灌浆结束数据集。

7.根据权利要求1所述的基于数据挖掘的大坝灌浆质量的预测方法，其特征在于：所述对所述原始灌浆数据集进行数据联合分析和预处理包括数据分析及筛选、相关性分析和异常值及缺失值处理。

8.根据权利要求7所述的基于数据挖掘的大坝灌浆质量的预测方法，其特征在于：所述异常值或缺失值为数据样本中偏离整体的值，对所述异常值及缺失值处理为直接删除或替换值。

9.一种基于数据挖掘的大坝灌浆质量的预测系统，包括计算机设备，其特征在于，该计算机设备被编程或配置以执行权利要求1～8中任意一项所述基于数据挖掘的大坝灌浆质量的预测方法的步骤。

10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有被编程或配置以执行权利要求1～8中任意一项所述基于数据挖掘的大坝灌浆质量的预测方法的计算机程序。

技术总结
本发明涉及一种基于数据挖掘的大坝灌浆质量的预测方法、系统及介质，所述方法包括U1.获取原始灌浆数据集，对所述原始灌浆数据集进行数据联合分析和预处理，输出处理后的灌浆数据信息；U2.基于所述处理后的灌浆数据信息，采用SVR算法和IGWO算法进行训练建模，输出基于IGWO‑SVR算法的能效分析模型；U3.根据所述基于IGWO‑SVR算法的能效分析模型，输入各序施工过程数据进行灌浆质量预测，输出各序施工灌浆质量的预测数据信息。本发明不仅提高了灌浆施工的整体质量，需要对施工过程中的灌浆效果进行把控，减少因施工质量不合格导致复灌的可能，而且基于数据挖掘的能效分析模型研究在提高灌浆质量以及节能减排方面有着十分积极的作用。

技术研发人员：章红,方刚,郭亮,罗熠
受保护的技术使用者：江汉大学
技术研发日：
技术公布日：2024/1/15