基于API模型的节点相遇渐变校正方法及系统技术方案

本发明专利技术公开了一种基于API模型的节点相遇渐变校正方法及系统，根据一段时间的历史数据绘制入库流量过程线A，根据退水规律虚拟出后续时间段的入库流量过程线B1，根据后续时间段的历史数据绘制入库流量过程线B2，根据API模型预报后续时间段的入库流量过程线B3，B1、B2和B3，计算出数据校正比例系数，然后将数据校正比例系数运用到后续的预报入库流量过程线校正，相较于传统的上下平移，大大降低了预报误差。

【技术实现步骤摘要】
基于API模型的节点相遇渐变校正方法及系统
本专利技术涉及一种基于API模型的节点相遇渐变校正方法及系统，属于水情测报和水调自动化领域。
技术介绍
水情测报和水调自动化系统对梯级水库水文预报和优化调度、对梯级电站的管理等方面都起着重要的作用，其中洪水预报是水库防洪调度和发电调度的基础，预报精度的要求比较高。利用API模型预报入库流量时，预报入库流量过程线的起点和实测入库流量过程线的终点，常常是不能重合的，预报的入库流量过程线和实测的入库流量过程线不能很好地衔接，这个时候需要校正预报入库流量过程线。校正的方法一般采用整体上下平移预报入库曲线，使预报入库流量过程线的起点和实测入库流量过程线的终点重合，这可能会产生较大的预报误差。
技术实现思路
本专利技术提供了一种基于API模型的节点相遇渐变校正方法及系统，解决了传统校正方法会产生较大预报误差的问题。为了解决上述技术问题，本专利技术所采用的技术方案是：基于API模型的节点相遇渐变校正方法，包括以下步骤，步骤1，数据校正比例系数获取；具体过程如下：采集L天的历史入库流量数据；根据前L1天的历史入库流量数据，绘制前L1天的入库流量过程线A；根据退水规律，在A中虚拟出后L-L1天的入库流量过程线B1；根据后L-L1天的历史入库流量数据，在A中绘制后L-L1天的入库流量过程线B2；在A中绘制API模型预报的后L-L1天的入库流量过程线B3；根据B1、B2和B3，计算将B3校正至B2位置的数据校正比例系数；步骤2，根据数据校正比例系数，对API模型预报的入库流量过程线进行校正；具体过程如下：采集当前时间前N天的历史入库流量数据；根据前N天的历史入库流量数据，绘制前N天的入库流量过程线A1；根据退水规律，在A1中虚拟出当前时间后N1天的入库流量过程线C1，N1=L-L1；在A1中绘制API模型预报的N1天的入库流量过程线C3；根据数据校正比例系数，对C3进行校正，得到最终预报的后N1天的入库流量过程线C2。L1天的入库流量过程线A能够看出曲线趋势。设定后L-L1天均无降雨，根据退水规律，在A中虚拟出后L-L1天的入库流量过程线B1。数据校正比例系数的计算公式为，L=(PB3-PB2)/(PB3-PB1)其中，L为数据校正比例系数，PB3为B3中的入库流量数据纵坐标，PB2为B2中的与PB3横坐标一致的入库流量数据纵坐标，PB1为B1中的与PB3横坐标一致的入库流量数据纵坐标。对C3中的入库流量数据进行校正的公式为，PC2=PC3-L(PC3-PC1)其中，L为数据校正比例系数，PC3为C3中的入库流量数据纵坐标，PC2为C2中的与PC3横坐标一致的入库流量数据纵坐标，PC1为C1中的与PC3横坐标一致的入库流量数据纵坐标。基于API模型的节点相遇渐变校正系统，包括数据校正比例系数获取和校正模块；数据校正比例系数获取包括L天历史入库流量数据采集模块、入库流量过程线A绘制模块、入库流量过程线B1绘制模块、入库流量过程线B2绘制模块、入库流量过程线B3绘制模块、数据校正比例系数计算模块；L天历史入库流量数据采集模块：采集L天的历史入库流量数据；入库流量过程线A绘制模块：根据前L1天的历史入库流量数据，绘制前L1天的入库流量过程线A；入库流量过程线B1绘制模块：根据退水规律，在A中虚拟出后L-L1天的入库流量过程线B1；入库流量过程线B2绘制模块：根据后L-L1天的历史入库流量数据，在A中绘制后L-L1天的入库流量过程线B2；入库流量过程线B3绘制模块：在A中绘制API模型预报的后L-L1天的入库流量过程线B3；数据校正比例系数计算模块：根据B1、B2和B3，计算将B3校正至B2位置的数据校正比例系数；校正模块包括N天历史入库流量数据采集模块、入库流量过程线A1绘制模块、入库流量过程线C1绘制模块、入库流量过程线C3绘制模块、C3校正模块；N天历史入库流量数据采集模块：采集当前时间前N天的历史入库流量数据；入库流量过程线A1绘制模块：根据前N天的历史入库流量数据，绘制前N天的入库流量过程线A1；入库流量过程线C1绘制模块：根据退水规律，在A1中虚拟出当前时间后N1天的入库流量过程线C1，N1=L-L1；入库流量过程线C3绘制模块：在A1中绘制API模型预报的N1天的入库流量过程线C3；C3校正模块：根据数据校正比例系数，对C3进行校正，得到最终预报的后N1天的入库流量过程线C2。一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行基于API模型的节点相遇渐变校正方法。一种计算设备，包括一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行基于API模型的节点相遇渐变校正方法的指令。本专利技术所达到的有益效果：本专利技术根据一段时间的历史数据绘制入库流量过程线A，根据退水规律虚拟出后续时间段的入库流量过程线B1，根据后续时间段的历史数据绘制入库流量过程线B2，根据API模型预报后续时间段的入库流量过程线B3，B1、B2和B3，计算出数据校正比例系数，然后将数据校正比例系数运用到后续的预报入库流量过程线校正，相较于传统的上下平移，大大降低了预报误差。附图说明图1为本专利技术的流程图；图2为入库流量过程线A的示意图；图3为入库流量过程线A1的示意图。具体实施方式下面结合附图对本专利技术作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。如图1所示，基于API模型的节点相遇渐变校正方法，包括以下步骤：步骤1，数据校正比例系数获取；具体过程如下：11）采集L天的历史入库流量数据，L的选取要尽量长，一般取最近几个月的历史入库流量数据。12）根据前L1天的历史入库流量数据，绘制前L1天的入库流量过程线A。L1一般选取1~2个月的时间，这样绘制的入库流量过程线A能够看出曲线趋势，便于后续虚拟入库流量过程线B1。13）设定后L-L1天均无降雨，根据退水规律，在A中虚拟出后L-L1天的入库流量过程线B1；L-L1天大约取1~3天。14）根据后L-L1天的历史入库流量数据，在A中绘制后L-L1天的入库流量过程线B2。15）在A中绘制API模型预报的后L-L1天的入库流量过程线B3。经过上述3个步骤，图中L-L1天时间段有3段曲线，如图2所示，其中B1和B2的起点都均与A的终点重合，B1整体位于B2下方，B3的起点不与A的终点重合，B3的终点也不B2的终点重合，B3整体位于B2上方。16）根据B1、B2和B3，计算将B3校正至B2位置的数据校正比例系数。在校正时，需要将B3校正至B2，即将B3中的入库流量数据纵坐标下移，因此这里可以根据B1、B2和B3中的入库流量数据的坐标，计算出B3中的入库流量数据纵坐标的数据校正比例系数，每一个入库流量数据纵坐标都有一个数据校正比例系数，具体公式如下：L=(PB3-PB2)/(PB3-PB1)其中，L为数据校正比例系数，PB3为B3中的入库流量数据纵坐标，PB2为B2中的与PB3横坐标一致的入库流量数据纵坐标，PB1为B1中的与PB3横坐标一致的入库流量数据纵坐标。步骤2，根据本文档来自技高网...

【技术保护点】
1.基于API模型的节点相遇渐变校正方法，其特征在于：包括以下步骤，步骤1，数据校正比例系数获取；具体过程如下：采集L天的历史入库流量数据；根据前L1天的历史入库流量数据，绘制前L1天的入库流量过程线A；根据退水规律，在A中虚拟出后L‑L1天的入库流量过程线B1；根据后L‑L1天的历史入库流量数据，在A中绘制后L‑L1天的入库流量过程线B2；在A中绘制API模型预报的后L‑L1天的入库流量过程线B3；根据B1、B2和B3，计算将B3校正至B2位置的数据校正比例系数；步骤2，根据数据校正比例系数，对API模型预报的入库流量过程线进行校正；具体过程如下：采集当前时间前N天的历史入库流量数据；根据前N天的历史入库流量数据，绘制前N天的入库流量过程线A1；根据退水规律，在A1中虚拟出当前时间后N1天的入库流量过程线C1，N1= L‑L1；在A1中绘制API模型预报的N1天的入库流量过程线C3；根据数据校正比例系数，对C3进行校正，得到最终预报的后N1天的入库流量过程线C2。

【技术特征摘要】
1.基于API模型的节点相遇渐变校正方法，其特征在于：包括以下步骤，步骤1，数据校正比例系数获取；具体过程如下：采集L天的历史入库流量数据；根据前L1天的历史入库流量数据，绘制前L1天的入库流量过程线A；根据退水规律，在A中虚拟出后L-L1天的入库流量过程线B1；根据后L-L1天的历史入库流量数据，在A中绘制后L-L1天的入库流量过程线B2；在A中绘制API模型预报的后L-L1天的入库流量过程线B3；根据B1、B2和B3，计算将B3校正至B2位置的数据校正比例系数；步骤2，根据数据校正比例系数，对API模型预报的入库流量过程线进行校正；具体过程如下：采集当前时间前N天的历史入库流量数据；根据前N天的历史入库流量数据，绘制前N天的入库流量过程线A1；根据退水规律，在A1中虚拟出当前时间后N1天的入库流量过程线C1，N1=L-L1；在A1中绘制API模型预报的N1天的入库流量过程线C3；根据数据校正比例系数，对C3进行校正，得到最终预报的后N1天的入库流量过程线C2。2.根据权利要求1所述的基于API模型的节点相遇渐变校正方法，其特征在于：L1天的入库流量过程线A能够看出曲线趋势。3.根据权利要求1所述的基于API模型的节点相遇渐变校正方法，其特征在于：设定后L-L1天均无降雨，根据退水规律，在A中虚拟出后L-L1天的入库流量过程线B1。4.根据权利要求1所述的基于API模型的节点相遇渐变校正方法，其特征在于：数据校正比例系数的计算公式为，L=(PB3-PB2)/(PB3-PB1)其中，L为数据校正比例系数，PB3为B3中的入库流量数据纵坐标，PB2为B2中的与PB3横坐标一致的入库流量数据纵坐标，PB1为B1中的与PB3横坐标一致的入库流量数据纵坐标。5.根据权利要求1所述的基于API模型的节点相遇渐变校正方法，其特征在于：对C3中的入库流量数据进行校正的公式为，PC2=PC3-L(PC3-PC1)其中，L为数据校正比例系数，PC3为C3中的入库流量数据纵坐标，PC2为C2中的与PC3横坐标一致的入库流量数据纵坐标，PC1为C1中的与PC3横坐标一致的入库流量数据纵坐标。...

【专利技术属性】
技术研发人员：庞敏，李书明，韩兵，倪维东，孙永红，杨晔，孙朝霞，江方利，朱岳龙，
申请(专利权)人：南京河海南自水电自动化有限公司，
类型：发明
国别省市：江苏,32