基于EEMD的大坝变形多步预测方法研究

？针对大坝变形具有非线性和非平稳性的特点，提出一种基于集合经验模态分解（EEMD）的大坝变形多步预测新算法。首先从时频分析出发，利用集合经验模态分解将变形时间序列分解成具有不同频率特征的分量|然后采用游程判定法对波动程度相似的分量重构为高、中和低频3个分量|最后对3个分量分别建立相应的多步预测模型，叠加各预测值即为最终预测结果。经算例验证，并与AR模型、BP神经网络和支持向量机的多步预测进行对比分析，同时建立不同预测步长进一步验证。结果表明，该算法预测精度较高，在大坝变形波动剧烈的时段也能保证较好的预测效果，可以应用于大坝变形预测。