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() 一种基于Volterra级数滤波器的洪水预报误差校正方法技术_技高网

一种基于Volterra级数滤波器的洪水预报误差校正方法技术

技术编号:40535936 阅读:9 留言:0更新日期:2024-03-01 13:57
本发明专利技术公开了一种基于Volterra级数滤波器的洪水预报误差校正方法,属于水文水资源、水利水电工程、应急防灾领域,包括以下步骤,获取暴雨洪水资料,采用新安江模型进行模拟,得到模型残差序列;基于Volterra级数滤波器的新安江模型残差序列建模;基于自组织法求解Volterra级数滤波器;洪水预报结果实时校正;该发明专利技术以新安江模型预报残差为研究对象,采用二阶Volterra滤波器对其进行模拟和预报;Volterra滤波器参数时间延迟τ采用互信息法求得,另一参数嵌入维数m则采用试算方法求得,本发明专利技术基于Volterra级数滤波器的洪水预报误差校正方法对新安江模型预报结果进行了进一步补充和完善,提高了洪水预报的精度,具有较强的可操作性和广泛的应用前景。

【技术实现步骤摘要】

本专利技术涉及水文水资源、水利水电工程、应急防灾领域,具体是一种基于volterra级数滤波器的洪水预报误差校正方法。


技术介绍

1、目前洪水预报使用的模型大部分为概念性模型,该模型的特点为输入集中、参数集总,这与分散输入、分布参数的流域客体之间存在矛盾。即水文要素在空间平均后,引起了表现水文规律的歧变,模拟的水文状态不能在流域中找到真实的对应,进而导致模拟误差。由于模型的状态变量不能在原型中直接测量,通常只能对流域或河段的输入输出过程作观测,通过对比分析来推断系统的状态演变。另外,模型输入数据的观测误差也使得模型参数识别时偏离真实值。这些因素的存在,使得洪水预报结果存在估计误差,因此需要对模型预报结果进行实时校正,以提高预报精度。

2、模型预报结果实时校正技术大致分为三类,其一是探索水文现象本身的规律性,研究模拟理论,改善模型结构,提高模型的仿真能力;其二是克服由于输入误差引起的预报误差和采取相对有效的参数识别技术;其三是对预报残差进行二次预报,并将其叠加到预报结果中。因此,本专利技术提供了一种基于volterra级数滤波器的洪水预报误差校正方法,本专利技术利用volterra级数滤波器对洪水预报残差部分建立模型,并对其进行预报,从而对模型预报结果进行实时校正。


技术实现思路

1、为解决目前洪水预报的精度仍难以满足实际要求的问题,本专利技术的目的在于提供一种基于volterra级数滤波器的洪水预报误差校正方法,以实现洪水预报结果实时校正,从而提高预报的精度。

<p>2、为实现上述目的,本专利技术提供如下技术方案:

3、一种基于volterra级数滤波器的洪水预报误差校正方法,包括以下步骤:

4、获取暴雨洪水资料,采用新安江模型进行模拟,得到模型残差序列;

5、基于volterra级数滤波器的新安江模型残差序列建模;

6、基于自组织法求解volterra级数滤波器;

7、基于volterra级数滤波器对新安江模型洪水预报结果进行实时校正。

8、作为本专利技术进一步的技术方案,所述获取暴雨洪水资料,采用新安江模型进行模拟,得到模型残差序列的步骤包括:

9、获取暴雨洪水资料,所述暴雨洪水资料包括雨量值pi,j(t)和流域出口流量qi(t);

10、将雨量值pi,j(t)输入新安江模型f(·),得到预报流域出口流量

11、根据预报流域出口流量与流域出口流量之差,获得模型残差序列。

12、作为本专利技术进一步的技术方案,暴雨洪水资料[p,q],p=[pi,j(1),pi,j(2),...,pi,j(t),...,pi,j(n)]t,q=[qi(1),qi(2),...,qi(t),...,qi(n)]t,pi,j(t)表示第i场洪水第j雨量站t时刻的雨量值,qi(t)表示第i场洪水t时刻流域出口流量;预报流域出口流量获得模型残差序列

13、作为本专利技术进一步的技术方案,所述基于volterra级数滤波器的新安江模型残差序列建模的步骤包括:

14、模型残差序列x(t)相空间重构并预报xi+(m-1)τ+1=f(xi,xi+τ,...,xi+(m-1)τ),τ为时间延迟,m为嵌入维数,y=[y1,y2,...,yn]t,yi=[xi,xi+τ,...,xi+(m-1)τ],i=1,2,...,n,n表示残差序列长度;

15、选取时间延迟τ;

16、选取嵌入维数m;

17、根据xi+(m-1)τ+1=f(xi,xi+τ,...,xi+(m-1)τ),f(·)采用二阶volterra自适应滤波器进行拟合,

18、作为本专利技术进一步的技术方案,根据互信息量法求得时间延迟τ,实际计算中绘出互信息量i(τ)关于延迟时间τ的曲线图,在互信息量第一次降低到极小值时,将对应的时间τmin作为相空间重构的时间延迟τ。

19、作为本专利技术进一步的技术方案,采用试算方法选择嵌入维数m,即将m值从1开始按照m=m+1逐渐增加,并计算对应的最大李雅普诺夫指数,直到最大李雅普诺夫指数停止变化为止,此时的m值即为嵌入维数,最大李雅普诺夫指数采用rosenstein法求得。

20、作为本专利技术进一步的技术方案,所述基于自组织法求解volterra级数滤波的步骤包括:

21、在m个由时间延迟τ确定的自变量中,任取二个变量的组合,构造中间变量,

22、

23、选取准备数据,按最小二乘原则,即由确定c0,c1,…,c5,式中l表示数据对数目据对数目,所述准备数据为在重构相空间的相点全集中选取的部分数据;

24、使用校核数据,按求得的ci系数再求出zk计算值与实际校核数据的二乘误差,将误差由小到大的顺序排列,并取出前面m个zk作为中间变量,其余中间变量舍去,所述校核数据为使用余下的相点数据;

25、取这些中间变量作为xi,重复校核,当校核数据的二乘误差不再改善时停止计算;

26、将系数逐层回代,最终得到预测表达式。

27、作为本专利技术进一步的技术方案,所述基于volterra级数滤波器对新安江模型洪水预报结果进行实时校正的步骤包括:

28、实时雨量数据输入新安江模型,输出流域出口流量过程

29、残差序列预报

30、通过流域出口流量过程和残差序列预报对洪水预报结果实时校正,

31、与现有技术相比,本专利技术的有益效果是:本专利技术提供的一种基于volterra级数滤波器的洪水预报误差校正方法对新安江模型预报结果进行了进一步补充和完善,提高了洪水预报的精度,具有较强的可操作性和广泛的应用前景。

本文档来自技高网
...

【技术保护点】

1.一种基于Volterra级数滤波器的洪水预报误差校正方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于Volterra级数滤波器的洪水预报误差校正方法,其特征在于,所述获取暴雨洪水资料,采用新安江模型进行模拟,得到模型残差序列的步骤包括:

3.根据权利要求1所述的一种基于Volterra级数滤波器的洪水预报误差校正方法,其特征在于,所述基于Volterra级数滤波器的新安江模型残差序列建模的步骤包括:

4.根据权利要求3所述的一种基于Volterra级数滤波器的洪水预报误差校正方法,其特征在于,根据互信息量法求得时间延迟τ。

5.根据权利要求3所述的一种基于Volterra级数滤波器的洪水预报误差校正方法,其特征在于,采用试算方法选择嵌入维数m,即将m值从1开始按照m=m+1逐渐增加,并计算对应的最大李雅普诺夫指数,直到最大李雅普诺夫指数停止变化为止,此时的m值即为嵌入维数,最大李雅普诺夫指数采用Rosenstein法求得。

6.根据权利要求3所述的一种基于Volterra级数滤波器的洪水预报误差校正方法,其特征在于,所述基于Volterra级数滤波器对新安江模型洪水预报结果进有实时校正的步骤包括:

7.根据权利要求2所述的一种基于Volterra级数滤波器的洪水预报误差校正方法,其特征在于,暴雨洪水资料[P,Q],P=[Pi,j(1),Pi,j(2),...,Pi,j(t),...,Pi,j(n)]T,Q=[Qi(1),Qi(2),...,Qi(t),...,Qi(n)]T,Pi,j(t)表示第i场洪水第j雨量站t时刻的雨量值,Qi(t)表示第i场洪水t时刻流域出口流量,所述预报流域出口流量模型残差序列

8.根据权利要求3所述的一种基于Volterra级数滤波器的洪水预报误差校正方法,其特征在于,所述基于自组织法求解Volterra级数滤波器的步骤包括:

...

【技术特征摘要】

1.一种基于volterra级数滤波器的洪水预报误差校正方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于volterra级数滤波器的洪水预报误差校正方法,其特征在于,所述获取暴雨洪水资料,采用新安江模型进行模拟,得到模型残差序列的步骤包括:

3.根据权利要求1所述的一种基于volterra级数滤波器的洪水预报误差校正方法,其特征在于,所述基于volterra级数滤波器的新安江模型残差序列建模的步骤包括:

4.根据权利要求3所述的一种基于volterra级数滤波器的洪水预报误差校正方法,其特征在于,根据互信息量法求得时间延迟τ。

5.根据权利要求3所述的一种基于volterra级数滤波器的洪水预报误差校正方法,其特征在于,采用试算方法选择嵌入维数m,即将m值从1开始按照m=m+1逐渐增加,并计算对应的最大李雅普诺夫指数,直到最大李雅普诺夫指数停止变化为止,此时的m值即为...

【专利技术属性】
技术研发人员:钱镜林严齐斌邹小雷宣伟栋钱奕青
申请(专利权)人:浙江水利水电学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1