基于稀疏偏最小二乘的大壩安全監(jiān)測模型研究

周子玉，李艷玲，朱斯楊，李詩婉

(1.四川大學(xué)水力學(xué)與山區(qū)河流開發(fā)保護國家重點實驗室 水利水電學(xué)院，四川 成都 610065；2.四川省遂寧市水利局，四川 遂寧 629000)

大壩安全監(jiān)測是保障大壩安全運行的重要措施[1]，隨著互聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)的發(fā)展，大壩監(jiān)測邁向自動化與智能化，產(chǎn)生了大量的監(jiān)測數(shù)據(jù)[2- 3]。利用原觀數(shù)據(jù)構(gòu)建合理的監(jiān)測模型對于準確掌握大壩安全性態(tài)具有重大意義[4- 5]。

傳統(tǒng)統(tǒng)計回歸由于原理簡單、計算便捷且能反應(yīng)環(huán)境量對監(jiān)測效應(yīng)量的影響而在大壩監(jiān)測數(shù)據(jù)分析中應(yīng)用最為廣泛。其中逐步回歸能剔除不顯著的環(huán)境量因子、偏最小二乘回歸(PLS)能解決變量中高度相關(guān)的問題[6- 7]。王佳林[8]等結(jié)合偏最小二乘回歸和遺傳算法對回歸系數(shù)的選取進行了優(yōu)化，李麒[9]等通過SWT小波去噪后再采用SVR構(gòu)建變形預(yù)測模型，均提升了模型的精度；Belmokre[10]等和Chen[11]等采用機器學(xué)習(xí)方法改進統(tǒng)計回歸模型，消除了傳統(tǒng)統(tǒng)計回歸模型多重共線性帶來的預(yù)測誤差。

受施工、荷載等外界環(huán)境變化，人為或監(jiān)測設(shè)備短期測值異常等因素影響，大壩安全監(jiān)測數(shù)據(jù)中不可避免會出現(xiàn)單點離群、多點離群、臺階型等數(shù)據(jù)序列[12- 13]。以上對于周期型、直線型數(shù)據(jù)擬合較好，但是對于異常波動型、臺階型等含大量離群點的數(shù)據(jù)適用性低，且上述方法因不能準確進行變量篩選，導(dǎo)致模型解釋性很差。為此，本文針對逐步回歸、偏最小二乘回歸在大壩統(tǒng)計回歸中存在的主要問題，分析了其產(chǎn)生的原因，構(gòu)建了基于稀疏偏最小二乘的大壩監(jiān)測數(shù)據(jù)模型，將其運用于周期型、直線型、異常波動型、異常臺階型等多種原觀監(jiān)測數(shù)據(jù)序列中，并將結(jié)果與傳統(tǒng)方法對比，分析其模型的擬合精度、預(yù)測精度與模型解釋性能的改善情況，論證該模型的合理性與有效性。

1 基本原理

(1)

(2)

F0=t1r1+F1

(3)

判斷模型是否到達滿意的精度，如果沒有則繼續(xù)提取主成分。假設(shè)提取k個主成分后的回歸方程(4)。

(4)

稀疏偏最小二乘法(SPLS，Sparse Partial Least Square)是在偏最小二乘法的基礎(chǔ)上，通過在求解方向向量過程中施加懲罰來產(chǎn)生稀疏的估計結(jié)果，從而放大重要變量的回歸系數(shù)，壓縮無關(guān)變量的回歸系數(shù)甚至移除變量，達到變量篩選的目的[14]。

SPLS模型的核心在于方向向量的求解，下面重點介紹方向向量的求解方法。首先引入SPLS中第一個方向向量，第一個主成分的稀疏化方向向量可以在方向向量w1上施加L1-懲罰(lasso懲罰)獲得，即給式(1)增加一個權(quán)重，即：

(5)

(6)

式中，c1—w1的替代向量，兩者高度相關(guān)；λ1和λ2—加權(quán)懲罰因子；κ—一個用來控制問題凹凸性的參數(shù)，可通過c1和w1進行求解。當(dāng)κ=1時即可等價為PLS中初始最大特征值的求解。

針對于SIMPLS或NIPALS迭代算法結(jié)合史密斯正交化方法存在造成向量不收斂，得到的結(jié)果不準確的問題。本模型采取Hyonho Chun和Sunduz Kele[16]提出新的算法，通過記錄NIPALS或SIMPLS算法的每一步來尋找活躍變量，使方向向量得到不斷更新[17]，從而進行求解。SPLS算法的步驟如下：

設(shè)A為活躍變量的指標集，K為方向向量的個數(shù)，令XA為監(jiān)測環(huán)境量X的子矩陣，XA其列指標都包含在A中。

Step1：環(huán)境量X和效應(yīng)量Y經(jīng)過標準化。

Step3：若k?K，則

稀疏偏最小二乘回歸有4個參數(shù)(κ，λ1，λ2，K)，為了讓結(jié)果收斂，約束條件λ2需要足夠大，即λ2→∞，κ取值范圍為κ∈[0，0.5]，對結(jié)果不起決定作用。因此這4個參數(shù)中只有閥值參數(shù)λ1和成分個數(shù)K是關(guān)鍵參數(shù)，可以使用交叉有效性判別來確定λ1和K的最優(yōu)值，這里不作過多的介紹。

這樣在提取主成分時，對方向向量施加懲罰，可以使不相關(guān)變量的回歸系數(shù)被懲罰為零，達到變量篩選的目的。

2 工程校驗與精度分析

2.1 模型擬合精度分析

以大壩監(jiān)測數(shù)據(jù)中較為典型的測點TP10X(周期型)、P43(直線型)、P37(異常波動型)、TP32(異常臺階型)為例。經(jīng)計算，對周期規(guī)律型、直線型等數(shù)據(jù)序列，本文提出的模型較逐步回歸及PLS回歸模型的擬合精度略有提升；對含有異常波動、臺階等異常測值的數(shù)據(jù)序列則提升明顯，見表1，如圖1所示。分析其原因在于異常測值影響到原始數(shù)據(jù)序列的變化規(guī)律，逐步回歸、PLS模型不能正常提取解釋能力最強的綜合變量所致；而SPLS模型能夠在方向向量求解過程中施加懲罰函數(shù)，將無關(guān)變量壓縮至零，修正異常數(shù)據(jù)集合的估計結(jié)果，從而減小數(shù)據(jù)異常波動或飄逸的影響。

表1 各模型擬合精度對比表

圖1 逐步回歸、PLS、SPLS模型擬合效果對比圖

2.2 模型預(yù)測精度分析

以某土石壩壩頂水平位移測點TP36為例，SPLS模型預(yù)測精度略優(yōu)于偏最小二乘回歸模型，較逐步回歸模型預(yù)測精度提升明顯，見表2，如圖2所示。分析其原因在于逐步回歸中變量之間共線性增加會使回歸系數(shù)估計方差迅速增大，導(dǎo)致無法正常進行變量篩選，模型中因保留很多相關(guān)密切的變量而產(chǎn)生過擬合現(xiàn)象，從而導(dǎo)致出現(xiàn)模型擬合精度高，但是泛化性能差，預(yù)測精度低的情況；而PLS回歸能助信息分解和篩選提取出解釋性最強的綜合變量，剔除多重相關(guān)信息的干擾，消除了變量間多重共線性影響，使模型不再出現(xiàn)過擬合現(xiàn)象，從而提高模型預(yù)測精度；SPLS模型是以PLS為基礎(chǔ)，并對其變量進行稀疏化處理，更能有效消除變量間多重共線性影響，提高模型的泛化能力，避免產(chǎn)生過擬合現(xiàn)象，擬合精度得到進一步提升。

表2 各模型相同測點預(yù)測精度對比表

圖2 某壩壩頂水平位移測點TP36 三種模型擬合效果和預(yù)測效果圖

2.3 模型的解釋性分析

以某土石壩高程2138.00m壩頂軸線水平位移測點TP28—TP36為例，通過逐步回歸、PLS回歸、SPLS回歸模型進行環(huán)境效應(yīng)量對比分析。其測點實測過程線如圖3所示，環(huán)境效應(yīng)量占比如圖4所示。

逐步回歸模型中，環(huán)境量影響因子差異較大，多數(shù)測點主要受時效影響。壩頂右岸測點TP36時效分量占比接近70%，而相鄰測點TP35模型中卻不含時效因子；就河床壩段測點TP30—TP34溫度

圖3 某土石壩壩頂水平位移測點TP28-TP36實測過程線

圖4 某土石壩壩頂水平位移測點TP28-TP36 三種模型各樣本環(huán)境效應(yīng)量占比圖

分量占比而言，占比分別為12%、12%、29%、10%、10%，其中TP32測點溫度占比為相鄰測點的3倍，均與土石壩水平位移變化規(guī)律不吻合。其原因在于變量之間的高度相關(guān)性會影響回歸參數(shù)的顯著性檢驗，可能將重要變量誤刪除，同時在變量高度相關(guān)的條件下，樣本數(shù)據(jù)的微小變化對回歸系數(shù)的估計值影響很大，因此同類測點的數(shù)據(jù)雖然變化規(guī)律類似，但得到的模型結(jié)果可能并不相似。

PLS回歸模型消除了變量間多重共線性影響，但該模型不能進行變量篩選，模型中含有所有自變量，大量的無關(guān)變量使得模型解釋性很差。各測點溫度占比均在40%左右，效應(yīng)量占比整體表現(xiàn)為土石壩主要受溫度影響，時效次之，水壓影響最小。然而對于土石壩而言，壩體變形主要受溫度影響則不符合工程實際情況。

SPLS模型為PLS的改進，不僅能有效消除變量間多重共線性影響，而且由于該模型在提取方向向量時加入懲罰函數(shù)，能剔除無關(guān)變量，并擴大重要變量的回歸系數(shù)，壓縮影響程度較小但仍具有一定相關(guān)性的變量的回歸系數(shù)，使得同類測點的模型穩(wěn)定性和整體性很好。各測點水平位移主要受水位和時效影響，占比分別為55%、40%左右；時效占比均在5%以內(nèi)，符合實際情況，其模型解釋性較逐步回歸及PLS模型顯著提升。

3 結(jié)語

(1)常用的逐步回歸模型能進行變量篩選但抗噪能力弱，易受到變量間多重共線性的影響，出現(xiàn)模型穩(wěn)定性、解釋性差，擬合精度高但預(yù)測精度低等問題。偏最小二乘回歸模型解決了變量間多重共線性的影響，但仍存在抗干擾能力弱，不能進行變量篩選和解釋性差等問題。

(2)稀疏偏最小二乘回歸模型以偏最小二乘的基礎(chǔ)，在方向向量的求解過程中施加懲罰函數(shù)產(chǎn)生稀疏估計，壓縮無關(guān)變量，放大重要變量，因此可以消除變量間多重共線性，并且能夠進行變量篩選。

(3)工程應(yīng)用及對比分析表明，稀疏偏最小二乘回歸模型對周期型、直線型、異常波動、異常臺階型等多種實測監(jiān)測序列的適用性均較好，模型擬合、預(yù)測精度均有所提升，并且能夠更加準確地挖掘監(jiān)測環(huán)境量與效應(yīng)量之間的潛在相關(guān)性，從而提高了模型的解釋性，為大壩安全監(jiān)測分析提供了一種新方式。