我国是世界筑坝大国，建国以来，我国水利事业取得了举世瞩目的重大成就。这些大坝给国家带来了显著的社会效益和经济效益。然而随着时间的推移，病坝及老坝的数量不断增加，一旦产生溃坝，将会给下游带来巨大的灾难和经济损失。大坝安全问题日益突出，现已成为很多人关注和研究的焦点。实际上绝大部分大坝的破坏并非突然事件，而是存在着一个很难察觉的由量变到质变的缓慢积累过程。如果通过有效的变形监测手段及时分析了解大坝的运行状态，一定能够提早发现隐患而将事故消灭于未然。大坝变形监测的资料分析是掌握大坝运行状态的主要手段，是判断大坝安危程度的重要依据。实际影响大坝变形的因素错综复杂，各因素对大坝位移的影响无法用确切的定量的关系式来描述，且每座大坝都有其各自的特点。因此，如何根据实际情况及时、准确、合理的对变形资料进行分析，是大坝安全监测领域急需解决的问题。本文首先阐述了大坝变形监测工作中，用统计模型、确定性模型和混合模型进行资料分析的基本理论和基本方法；然后对乌金峡混凝土重力坝的引张线监测资料、垂直位移监测资料、正倒垂线监测资料以及上下游水位、库区气温、水温等环境量的监测资料进行了全面的分析和研究，对各监测量出现极值的原因进行了深入的探讨；最后根据实测资料，建立了变形监测的统计模型、确定性模型和BP神经网络模型。三大模型的主要研究内容分述如下：1.研究分析了用实测资料建立混凝土重力坝变形监测统计模型的基本原理和方法。并结合该模型对乌金峡混凝土重力坝变形的成因及变化规律进行了分析。2.探讨了用有限元分析软件ANSYS计算大坝水压位移分量和温度位移分量的基本理论，分析了对大坝坝体结构及坝基地质模型进行概化的基本方法。3.结合坝体和坝基的结构性态，利用有限元分析软件ANSYS的计算成果，得到了水压位移分量和温度位移分量的表达式，最终建立了乌金峡混凝土重力坝的变形监测确定性模型。4.根据统计模型和确定性模型的表达式，分析了乌金峡混凝土重力坝水平位移发生变化的主要原因以及水压、温度、时效性这三部分位移分量的变化规律。5.探讨了BP神经网络的结构，数学描述以及具体的分析步骤等内容，总结了BP算法存在的一些问题，并提出了相应的改进办法。6.以统计模型和确定性模型为基础，应用改进的BP神经网络建立了乌金峡混凝土重力坝水平位移变形监测的BP神经网络模型。7.利用有限元分析软件ANSYS计算得到了神经网络的训练样本，然后运用改进的BP神经网络反演了坝体和坝基的弹性模量，并评价了该方法在实际应用中的可行性。