System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于水文风险分析领域,具体涉及一种水资源系统安全多维风险识别方法。
技术介绍
1、我国水资源地域分布不均,并且与生产力分布格局有很大差异,同时在全球气候变化和人类活动的影响下,变化环境下流域水文节律非稳态增强,特枯和连枯等极端水文干旱事件不断加剧,导致某些地区水资源匮乏。面对来自社会、经济、生态等多方面的水资源需求,如何识别多维系统中的风险要素以及判断风险等级是风险分析亟需解决的问题。
技术实现思路
1、本专利技术所要解决的技术问题在于:针对气象、水文、社会经济等系统中因极端事件或人类活动引起的水资源匮乏事件,探究水资源系统中风险要素如何识别的问题,提供一种水资源系统安全多维风险识别方法与系统,以期完善极端枯水下水资源系统风险评估技术,为风险预防措施的制定提供理论支撑。
2、为解决以上技术问题,本专利技术提供如下技术方案:一种水资源系统安全多维风险识别方法,包括如下步骤:
3、s1、对水资源系统中预设的各个影响要素进行预处理,构建影响要素时间序列;
4、s2、对影响要素时间序列离散化,利用传递熵理论计算并比较不同影响要素间的信息传递量,设置阈值选择因果关系链,构建因果关系网络;
5、s3、用核分布模拟影响要素的累积分布函数,用多元正态copula函数建立联合分布;
6、s4、基于因果关系网,推导因果关系网中父节点在不同状态影响下的风险概率计算公式,通过数学归纳法推求风险概率通式;
7、s5、对影响要素
8、s6、推求的风险概率公式计算风险事件的概率,识别在风险源影响下的风险因素,并根据风险概率对风险因素进行评价,识别在风险源影响下的风险要素。
9、进一步地,前述的步骤s1中,影响因素包括人口、生产总值、降雨量、流量多维系统要素;所述预处理包括对影响因素中的缺失数据采用线性插补的方式,并统一为年尺度,构建影响要素的时间序列。
10、进一步地,前述的步骤s2包括如下子步骤:
11、s201、针对影响要素时间序列离散化为k个区间:
12、
13、式中n为要素样本个数,kxi为影响要素x的第i个区间,mxi为影响要素x的样本在此区间内的个数;
14、s202、计算要素间的联合概率如下式:
15、
16、式中n为要素样本个数,kxi为影响要素x的第i个区间,kyj为影响要素y的第j个区间,mxi、myj为影响要素x、y的样本在此区间内的个数;
17、s203、计算要素的信息熵,如下式:
18、
19、
20、式中h(x)为影响要素x的信息熵,式中h(x,y)影响要素x、y的联合信息熵;
21、s204、计算要素间的传递熵,如下式:
22、h(xt-τ>yt)=h(xt-τ,yt-τ)+h(yt,yt-τ)-h(yt-τ)-h(xt-τ,yt-τ,yt)
23、式中h(x>y)为影响要素x对影响要素y的传递熵,式中xt-τ、yt-τ为t-τ时刻下的影响要素x和影响要素y的时间序列。
24、s205、预设传递熵阈值h,比较h(xt-τ>yt)和h(yt-τ>xt)的信息传递大小,当|h(xt-τ>yt)-h(yt-τ>xt)|>h成立时,构建影响要素x和y之间的因果关系;
25、若h(xt-τ>yt)>h(yt-τ>xt)则构建影响要素x对y的因果关系,否则构建影响要素y对x的因果关系,
26、s206、根据所有影响要素的因果关系,剔除环形结构,构建影响要素因果网络。
27、进一步地,前述的步骤s3具体为:对于影响要素x的时间序列,采用核分布模拟变量的累积分布函数fi(x),用多元正态copula函数建立联合分布f(x1,x2,…,xn):
28、f(x1,x2,…,xn)=cθ(f1(x1),f2(x2),…,fn(xn))
29、式中x为影响要素的值,fi(x)为影响要素的累计分布函数,c(·)为构造的n维正态copula函数,θ为copula函数的参数。
30、进一步地,前述的步骤s3还包括用rmse、r2指标对多元正态copula函数的拟合优度进行评价。
31、进一步地,前述的步骤s4包括如下子步骤:
32、s401、基于风险要素x、y、z为网络中依次传递的节点,风险阈值分别为x0、y0、z0,且都是与风险成正比的风险要素,即当x>x0,y>y0,z>z0时产生风险,当产生风险时,风险要素x、y、z记为x=1、y=1,z=1;不产生风险时,风险要素x、y、z记为x=0、y=0,z=0,其中0和1表示影响要素的状态,当x=a,y=b时z发生风险的概率为:
33、
34、令u=fx(x1),v=fy(y1),w=fz(z1),当a=0,b=0时:
35、
36、当a=1,b=0时:
37、
38、当a=0,b=1时:
39、
40、当a=1,b=1时:
41、
42、s402、风险要素yj的相关变量中有i个x=1,有j个y=0,则有:
43、
44、式中为状态为1的元素x集合,n为x的个数;表示状态为0的元素y集合,m为y的个数;当i=n,j=m时:
45、
46、式中由x1,x2,…,xn的顺序从中进行剔除,为从集合中剔除xi后的集合;
47、s403、由数学归纳法得证如下式:
48、
49、式中表示在n个变量中任选p个变量的全部方案集合;w为的元素,c(u)为集合u中变量累计分布的copula函数值,若集合u的元素仅有1个则为变量的累计分布值;
50、则有:
51、
52、
53、
54、当m=0时:
55、
56、即有:
57、
58、进一步地,前述的步骤s5包括以下子步骤:
59、s501、首先对影响要素时间序列进行标准化,采用min-max标准化方法,针对影响要素中稳定且指标值与风险成正比关系的要素,如下式:
60、
61、针对影响要素中稳定且指标值与风险成反比关系的要素,如下式:
62、
63、式中x为影响要素的数值;xmax为影响要素的最大值;xmin为影响要素的最小值;x*为标准化之后的影响要素数值;
64、s502、依据因果网络的层级关系,识别无父节点的要素,即风险源要素,并且剔除要素集合中高度相关的冗余节点和与其他节点的传递熵差值未达到预设阈值的无关节点本文档来自技高网...
【技术保护点】
1.一种水资源系统安全多维风险识别方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种水资源系统安全多维风险识别方法,其特征在于,步骤S1中,影响因素包括人口、生产总值、降雨量、径流量、土地利用情况多维系统要素;所述预处理包括对影响因素中的缺失数据采用线性插补的方式,并统一为年尺度,构建影响要素的时间序列。
3.根据权利要求1所述的一种水资源系统安全多维风险识别方法,其特征在于,步骤S2包括如下子步骤:
4.根据权利要求3所述的一种水资源系统安全多维风险识别方法,其特征在于,步骤S3具体为:对于影响要素X的时间序列,采用核分布模拟变量的累积分布函数Fi(x),用多元正态Copula函数建立联合分布F(x1,x2,...,xn):
5.根据权利要求4所述的一种水资源系统安全多维风险识别方法,其特征在于,步骤S3还包括用RMSE、R2指标对多元正态Copula函数的拟合优度进行评价。
6.根据权利要求4所述的一种水资源系统安全多维风险识别方法,其特征在于,步骤S4包括如下子步骤:
7.根据权利要求6所述
8.根据权利要求7所述的一种水资源系统安全多维风险识别方法,其特征在于,步骤S6包括以下子步骤:
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述方法的步骤。
...【技术特征摘要】
1.一种水资源系统安全多维风险识别方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的一种水资源系统安全多维风险识别方法,其特征在于,步骤s1中,影响因素包括人口、生产总值、降雨量、径流量、土地利用情况多维系统要素;所述预处理包括对影响因素中的缺失数据采用线性插补的方式,并统一为年尺度,构建影响要素的时间序列。
3.根据权利要求1所述的一种水资源系统安全多维风险识别方法,其特征在于,步骤s2包括如下子步骤:
4.根据权利要求3所述的一种水资源系统安全多维风险识别方法,其特征在于,步骤s3具体为:对于影响要素x的时间序列,采用核分布模拟变量的累积分布函数fi(x),用多元正态copula函数建立联合分布f(x1,x2,...,xn):
5.根据权利要求4所述的一种水资源系统安全多维风险识别方法...
【专利技术属性】
技术研发人员:冯仲恺,高浩宇,王煜,武见,郑小康,尚文绣,牛文静,杨涛,
申请(专利权)人:河海大学,
类型:发明
国别省市:
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。