一种基于回归模型的短期水位预测方法技术

本发明专利技术公开了一种基于回归模型的短期水位预测方法，它对水位观测点的历史水位数据以及水位观测点地区的历史雨量数据进行搜集和分析处理，并对历史水位数据和历史雨量数据分别进行标准化处理，然后设置历史水位数据和历史雨量数据的提取时间段和时间间隔，将该提取时间段内的已经进行过标准化处理后的各个关联雨量观测点的历史雨量数据和历史水位数据导入到训练模型当中，通过贝叶斯岭回归模型对历史雨量数据和历史水位数据进行训练和模拟，最后获得水位观测点的未来某时间段内的水位预测结果。本发明专利技术的方法考虑到了雨量、降水时间段、原有水位等不同因素对未来对水位变化的影响，能够更加准确对未来短时间内的水位进行预测。

A short-term water level prediction method based on regression model

【技术实现步骤摘要】
一种基于回归模型的短期水位预测方法
本专利技术属于地区性未来水位预测领域，具体涉及一种基于回归模型的短期水位预测方法。
技术介绍
现有的水位预测方式往往是将过去多年的该点水位测量数据进行数据搜集和统计，通过数学模型进行拟合与训练，获得对未来较长时间的水位预测。虽然模型多样，但是由于其模型输入变量仅为该点的历年水位数据，存在适应性差、预测数据误差大、不符合现实情况等缺点；同时该类模型的预测时间跨度较长，无法保证其时效性。因此，急需一种结合该地历史降雨量与水位变化进行短期水位预测的模型，提高预测的准确度。
技术实现思路
针对现有技术存在的上述技术问题，本专利技术的目的在于提供一种基于回归模型的短期水位预测方法。所述的一种基于回归模型的短期水位预测方法，其特征在于包括以下步骤：1)对水位观测点的历史水位数据进行搜集与导入；2)对搜集的历史水位数据进行分析处理，即对水位数据当中的空值剔除，同时采用6倍标准差法将历史水位数据当中的异常值剔除，并进行历史水位数据的标准化处理；3)对水位观测点地区的历史雨量本文档来自技高网...

【技术保护点】
1.一种基于回归模型的短期水位预测方法，其特征在于包括以下步骤：/n1)对水位观测点的历史水位数据进行搜集与导入；/n2)对搜集的历史水位数据进行分析处理，即对水位数据当中的空值剔除，同时采用6倍标准差法将历史水位数据当中的异常值剔除，并进行历史水位数据的标准化处理；/n3)对水位观测点地区的历史雨量数据进行分析处理，即是将水位观测点周边的所有相关联雨量观测点的历史雨量数据提取出来，采用关联历史雨量数据均值法对缺失的历史雨量数据进行填充，最后对各雨量观测点的历史雨量数据进行标准化处理；/n4)建立水位观测点地区的未来水位短期预测模型，即按照水位预测的不同时间点、不同精确程度设置历史水位数据和历...

【技术特征摘要】
1.一种基于回归模型的短期水位预测方法，其特征在于包括以下步骤：
1)对水位观测点的历史水位数据进行搜集与导入；
2)对搜集的历史水位数据进行分析处理，即对水位数据当中的空值剔除，同时采用6倍标准差法将历史水位数据当中的异常值剔除，并进行历史水位数据的标准化处理；
3)对水位观测点地区的历史雨量数据进行分析处理，即是将水位观测点周边的所有相关联雨量观测点的历史雨量数据提取出来，采用关联历史雨量数据均值法对缺失的历史雨量数据进行填充，最后对各雨量观测点的历史雨量数据进行标准化处理；
4)建立水位观测点地区的未来水位短期预测模型，即按照水位预测的不同时间点、不同精确程度设置历史水位数据和历史雨量数据的提取时间段和时间间隔，将该提取时间段内的已经进行过标准化处理后的各个关联雨量观测点的历史雨量数据和历史水位数据导入到训练模型当中，通过贝叶斯岭回归模型对历史雨量数据和历史水位数据进行训练和模拟，最后获得水位观测点的未来某时间段内的水位预测结果。


2.如权利要求1所述的一种基于回归模型的短期水位预测方法，其特征在于步骤2)中，对搜集的历史水位数据进行分析处理的具体步骤如下：
S1：对水位数据当中的空值剔除，即对于水位点数据缺失的时间点予以剔除；
S2：对剔除空值后的历史水位数据进行均值计算，在获得历史水位数据的均值之后，通过标准差公式计算出整个历史水位数据的标准差，均值的计算公式如式(1)所示，标准差的计算公式如式(2)所示；




—表示历史水位数据的均值；
Wi—表示某一历史时间点的水位数据；



σ—表示历史水位数据的标准差；
S3：由式(1)获得的历史水位数据的均值以及式(2)获得的历史水位数据的标准差，通过6倍标准差法剔除所有历史水位数据当中的无效数据，即剔除超过六倍标准差范围的所有历史水位数据，以保...

【专利技术属性】
技术研发人员：陈勇，陈燚，王成，裴植，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33