申请/专利权人：浙江省水利河口研究院(浙江省海洋规划设计研究院)

申请日：2022-04-18

公开（公告）日：2024-04-26

公开（公告）号：CN114741987B

主分类号：G06F30/28

分类号：G06F30/28;G06F17/18;G06Q10/04;G06Q50/26;G06F111/06;G06F111/08;G06F113/08;G06F119/02

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2022.07.29#实质审查的生效;2022.07.12#公开

摘要：本发明是考虑洪水预报模型绝对误差拟合残差分布的洪水概率预报模型。目的是提供一种考虑洪水预报模型绝对误差拟合残差分布的洪水概率预报模型，以实现更为精确的洪水概率预报。技术方案是：1、一种考虑洪水预报模型绝对误差拟合残差分布的洪水概率预报模型，包括如下步骤：步骤1：研究区概况调查与洪水预报模型的选择；步骤2：洪水预报模型参数的率定：根据选定的洪水预报模型和研究区域调查的实际情况，对洪水预报模型的参数进行率定；其具体步骤如下：1收集基础资料；2确定如下精度指标；3模型参数率定方法；步骤3：考虑洪水预报模型绝对误差拟合残差的洪水概率预报模型构建。

主权项：1.一种考虑洪水预报模型绝对误差拟合残差分布的洪水概率预报模型构建方法，包括如下步骤：步骤1：研究区概况调查与洪水预报模型的选择：调查研究区水文、气象、下垫面条件以及水利工程措施，包括研究区的气候类型、所在水文分区、区域植被覆盖、土壤类型、城市化水平及已有水库闸坝水利工程；在此基础上，选择合适的洪水预报模型，作为物理模型对区域的洪水事件进行模拟；步骤2：洪水预报模型参数的率定：根据选定的洪水预报模型和研究区域调查的实际情况，对洪水预报模型的参数进行率定；其具体步骤如下：1收集基础资料根据选用的洪水预报模型，收集相应的基础资料；2确定如下精度指标采用流域内部控制断面及流域出水口的实测流量数据与洪水预报模型模拟数据进行对比，通过确定性系数NSE评价模型模拟数据与实测数据的吻合程度； 式中，Qsimi和Qobsi分别为第i时刻流量的实测值和预报值；为洪水过程中实测流量的均值；N为洪水过程的总时段数；3模型参数率定方法采用选用群体复合形进化算法，以确定性系数最大为目标，对洪水预报模型进行优化求解，得到最优的参数取值；步骤3：考虑洪水预报模型绝对误差拟合残差的洪水概率预报模型构建：1根据确定模型模拟结果，计算预报误差；预报误差用绝对误差ε表示为：ε＝xt-Yt3式中：模型在t时刻时，流量待预报随机变量为Yt，流量预报模型输出结果随机变量为Xt，流量确定性模型输出结果为xt；且Xt＝xt；2确定洪水预报模型误差分布，分布建立洪水预报模型误差均值μ、标准差σ与预报流量的回归关系：μ＝h1x07σ＝h2x08式中，x0为模型预报历史数据集X0中的一个样本；h1·代表模型模拟的历史值X0与预报绝对误差ε的均值μ之间的关系；h2·代表模型模拟的历史值X0与预报绝对误差ε的标准差σ之间的关系；3确定回归残差ε1和ε2的分布，获得洪水预报模型误差超参数：μ＝h1x0+ε111σ＝h2x0+ε212根据历史洪水资料以及h1·和h2·的函数形式，分别估算误差变量ε1和ε2的概率分布；由于h1·和h2·服从正态分布，即： 由此，所构建的考虑洪水预报模型绝对误差拟合残差的洪水概率预报模型如下式所示；fyt|xt,X0,Y0＝∫∫fxt-yt|Xt＝xt,μ＝h1xt,σ＝h2xtfμfσdμdσ19式中：yt为流量待预报变量真实值；将相关参数代入该模型预算，即可获得概率预报结果。

全文数据：

权利要求：

百度查询： 浙江省水利河口研究院(浙江省海洋规划设计研究院) 考虑洪水预报模型绝对误差拟合残差分布的洪水概率预报模型

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD