一种基于Bayes实时更新的大坝补强加固长效性时变监控方法

本发明公开了一种基于Bayes实时更新的大坝补强加固长效性时变监控方法，包括：S1.构建ARMA模型模拟大坝状态并确定模型阶数；S2.利用先验分布和似然函数，采用贝叶斯方法计算获取大坝在运行状态中各参数的后验密度函数；S3.在实时计算时采用上一后验分布作为下一刻的先验分布，重复所述S2步骤，在计算过程中采用最小二乘法实现模型参数估计，引入可变遗忘因子，并采用递推算法，对以往监测数据采用不同的遗忘因子，实现参数自适应调整。本发明能够自适应大坝工作性态时变特性，实时融合历史数据与新监测信息，更加准确合理地反映影响量和效应量之间的非线性时变关系，从而充分体现大坝工作性态的典型时变特征。