买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种基于SSA的标准化降噪方法及其在山区流域洪水预报中的应用_大连理工大学_202011201425.0 

申请/专利权人:大连理工大学

申请日:2020-11-02

公开(公告)日:2022-09-20

公开(公告)号:CN112348246B

主分类号:G06Q10/04

分类号:G06Q10/04;G06F30/27;G06F16/215;G06F16/2458;G06F17/18

优先权:

专利状态码:有效-授权

法律状态:2022.09.20#授权;2021.03.02#实质审查的生效;2021.02.09#公开

摘要:一种基于SSA的标准化降噪方法及其在山区流域洪水预报中的应用,将其应用于山区流域场次洪水模拟预报,步骤:1确定SSA时间序列分解窗口长度L;2基于相关性分析识别SSA分解后子序列的重要成分,生成降噪后的时间序列数据;3建立基于支持向量回归的洪水预报模型,将降噪后的数据作为模型输入,选取典型山区流域进行应用,对比分析降噪前后的洪水预报结果。该方法考虑模型输入数据中存在的噪声干扰对洪水预报精度的影响,提出基于SSA的降雨、流量时间序列的标准化降噪处理方法,改进用于洪水预报的单一模型。该发明成功应用于山区流域场次洪水模拟预报,有效提高了场次洪水预报精度,为山洪灾害预警预报提供新的支撑。

主权项:1.一种基于SSA的标准化降噪方法,其特征在于,包括以下步骤:第一步,设置SSA的窗口长度L值,将场次洪水中降雨或流量时间序列分解成L个子序列,计算每个子序列的奇异值及L个奇异值的标准差σ;给定一个长度为M的实测时间序列数据F={x1,x2,…,xM},SSA对时间序列分解的主要过程如下:1.1嵌套嵌套是将原始时间序列构建成轨迹矩阵;给定窗口长度L1LM,经嵌套后,原始实测时间序列将形成n=M-L+1个滞后向量Xi={xi,xi+1,xi+2,…,xi+L-1}T,这n个滞后向量构成了轨迹矩阵X=[X1…Xi…Xn],即: 1.2奇异值分解SVD构造矩阵S=XXT,计算出S的特征值λ1,λ2,λ3,...,λLλ1≥λ2≥…≥λL≥0和特征向量对应的正交向量U1,U2,U3,…,UL;定义等价于XTX的第i个特征向量,则轨迹矩阵X的奇异值分解可表示为:X=X1+X2+X3+…+XL1.2式中,为初等矩阵,秩等于1;Ui和Vi也称为X的第i个左奇异向量和右奇异向量;需要说明的是,为奇异值,奇异值与特征值类似,可用于表示特征的重要程度,奇异值越大意味着特征越重要;1.3分组分组是将索引集{1,2,…,L}划分成m个互斥子集I1,I2,…,Im,上式1.2中的L个初等矩阵也相应分为m组;给定I={i1,i2,…,ip},则则式1.2可表示为: 1.4对角平均化对角平均化是将步骤1.3中公式1.3的每个矩阵转换成一个新的长度为M的序列;设Y为L×K的矩阵,其元素为yij,1≤i≤L,1≤j≤K;令L*=minL,K,K*=maxL,K,且M=K+L-1;当LK时令yij*=yij,否则令yij*=yji;使用下式可将矩阵Y转换成序列{y1,y2,…,yM}: 将对角平均化应用于可计算得到长度为M的重构序列RCk,因此,原时间序列可分解成m个子序列之和:RC=RC1+RC2+…+RCm1.5式中,m个重构序列包含了原始时间序列的趋势性成分、振荡性成分和噪声成分;第二步,设置一系列的窗口长度L值,每个L值均重复上述第一步,可得到一系列窗口长度L值对应的奇异值标准差σ序列,根据奇异值标准差最大原则确定最后的L值;不同场次洪水过程确定参数L的取值相互独立,同一场次洪水过程中降雨、流量时间序列的L值均需单独确定;第三步,分别计算流量、降雨时间序列分解后的L个子序列与原时间序列的相关性系数,相关性系数越大表示子序列越重要,设置S个相关性系数阈值PP1P2P3PiPS,2iS,分别构建相关性系数大于Pi的子序列集合,每个集合内的子序列相加得到原始降雨或流量的有效重构成分时间序列,即实现原时间序列的降噪,最终生成形成2×S个流量S个+降雨S个有效重构成分时间序列;第四步,将第三步产生的流量、降雨的有效重构成分时间序列随机组合,形成S×S种流量、降雨有效重构成分时间序列的组合输入方案,在此基础上建立基于支持向量回归的洪水预报模型SSA-SVR,选取典型山区流域进行应用,对比分析模型输入的时间序列降噪前、后的洪水预报结果,评价指标采用洪峰流量场次合格率、均方根误差、平均绝对误差。

全文数据:

权利要求:

百度查询: 大连理工大学 一种基于SSA的标准化降噪方法及其在山区流域洪水预报中的应用

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。