The invention discloses a method for water level and flow rate curve based on Copula function, through the collection section of water level and flow of data, based on determining the marginal probability distribution function, the joint probability distribution function to construct the water level and flow by using the Copula function, the probability distribution function flow conditions and given water level, on the basis of according to the principle of mathematical statistics for water level and flow rate curve and uncertainty analysis. The invention has strong statistical theory basis, allows water level and flow to have any form of edge distribution, and can accurately describe the nonlinear and heteroscedasticity correlation structure between water level and flow volume. Besides, we can not only get the point estimation of traffic, but also consider the uncertainty of model parameters and model structure comprehensively, and get the comprehensive uncertainty interval of traffic flow.
【技术实现步骤摘要】
一种基于Copula函数的水位流量关系曲线推求方法
本专利技术属于水利工程领域,特别涉及一种基于Copula函数的水位流量关系曲线推求方法。
技术介绍
水位流量关系是指河道断面的水位与该相应流量之间的关系。由于流量测验技术比较复杂、耗资比较昂贵,难以连续进行,在水文资料整编时通常将连续的水位资料,通过它转换为连续的流量资料,同时在水文预报、水文计算和水利管理工作中也常用它来做水位、流量间的换算。此外,因条件限制不能测得最高、最低水位的相应流量,需根据水位流量关系曲线作高低水延长,这种延长是否恰当,会直接影响到工程设计项目的规模和尺寸。因此,水位流量关系曲线具有重要的实用意义[1]。水位流量关系曲线根据断面多次实测水位和其对应流量数据来确定,传统方法一般预先假定水位流量关系服从某一数学线型,然后在选定的优化准则下利用优化算法求解参数,从而确定水位流量关系的具体数学方程式[2]。目前使用较多的线型是包括幂函数型、多项式型和对数函数型,优化准则包括残差平方和最小准则、绝对残差绝对值和最小准则以及相对残差绝对值和最小准则,优化算法主要有最小二乘法、遗传算法、蚁群算法、粒子群算法、混沌算法、混合禁忌搜索算法、人工鱼群算法、人工蜂群算法、群居蜘蛛算法、免疫进化算法、差分进化算法等[3]。针对传统方法的不足,有学者提出应用人工神经网络[4]、支持向量机[5]和遗传程序[6]等方法拟合水位流量关系,虽然避开了预先假定具体函数式的局限,但都仍然存在着一些问题和不足。人工神经网络的结构只能由经验选定,缺乏统一的理论指导,支持向量机对缺失数据敏感,如何选择合适的核函数存在争议, ...
【技术保护点】
一种基于Copula函数的水位流量关系曲线推求方法,其特征在于包括以下步骤:步骤1,收集断面水位和流量数据资料;步骤2,根据步骤1中的水位和流量数据资料,选取适当的边缘分布线型,并估计其参数;步骤3,采用Copula函数构造水位和流量的联合概率分布函数,并估计Copula函数的参数;步骤4,根据步骤2估计的边缘分布函数和步骤3构建的联合分布函数求解给定水位时流量条件概率分布函数的解析表达式;步骤5,依据步骤4所得的条件概率分布函数的解析表达式,根据数理统计原理,推求水位流量关系曲线及不确定性分析。
【技术特征摘要】
1.一种基于Copula函数的水位流量关系曲线推求方法,其特征在于包括以下步骤:步骤1,收集断面水位和流量数据资料;步骤2,根据步骤1中的水位和流量数据资料,选取适当的边缘分布线型,并估计其参数;步骤3,采用Copula函数构造水位和流量的联合概率分布函数,并估计Copula函数的参数;步骤4,根据步骤2估计的边缘分布函数和步骤3构建的联合分布函数求解给定水位时流量条件概率分布函数的解析表达式;步骤5,依据步骤4所得的条件概率分布函数的解析表达式,根据数理统计原理,推求水位流量关系曲线及不确定性分析。2.如权利要求1所述的一种基于Co...
【专利技术属性】
技术研发人员:刘章君,成静清,许新发,温天福,牛娇,赵楠芳,
申请(专利权)人:江西省水利科学研究院,
类型:发明
国别省市:江西,36
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。