[發明專利]一種以支持向量機建立數據驅動的小流域洪水預報方法

在審

• 申請號: 201910514384.1
• 申請日: 2019-06-14
• 公開（公告）號: CN110298498A
• 公開（公告）日: 2019-10-01
• 發明（設計）人: 李宏恩;王芳;周寧;徐海峰;李錚;何勇軍;李陽明艷;厲丹丹
• 申請（專利權）人: 水利部交通運輸部國家能源局南京水利科學研究院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F17/18;G06K9/62
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 朱小兵

1.一種以支持向量機建立數據驅動的小流域洪水預報方法，其特征在于，包括：

步驟(1)、收集和分析已有的歷史氣象和流量數據；

步驟(2)、對氣象和流量數據的時間序列進行相關性分析，選取合適的時間序列作為數據驅動模型的輸入數據；

步驟(3)、采用支持向量機算法進行回歸建模，并對其核函數類型和超參數進行調整，通過k折交互驗證，確定以支持向量機建立數據驅動的模型結構和超參數；

步驟(4)、用所有歷史數據訓練數據驅動模型，結合實時流量數據及歷史延遲流量數據，生成預測輸入數據，輸入數據驅動模型，從而預報實時流量、庫容及水位。

2.根據權利要求1所述的小流域洪水預報方法，其特征在于，在步驟(2)中，相關性分析包括兩部分，一部分是計算時間序列的樣本自相關函數，另一部分是計算不同遲延時間序列間的相關系數和互信息分值；具體方法如下：

對時間序列{y_t},t＝1,...,K，遲延k下樣本自相關函數值r_k定義如下：

式中，c_k為時間序列的樣本方差，K代表時間序列{y_t}的數量；

對兩個時間序列{x_t},{y_t},t＝1,...K，相關系數定義如下：

對兩個時間序列{x_t},{y_t},t＝1,...K，互信息分值定義如下：

式中，p(x),p(y)分別是{x_t}和{y_t}的邊緣概率分布函數，p(x,y)是兩時間序列的聯合概率分布函數，均由樣本估計。

3.根據權利要求1所述的小流域洪水預報方法，其特征在于，在步驟(3)中，采用支持向量機算法回歸建模的具體方法如下：

給定一組降雨徑流訓練數據{X,Y}＝{(x_i,y_i)|i＝1,...,m}，首先通過核函數來實現映射變換Φ:X→F將輸入數據x_i映射到更高維度的特征空間Φ(x)，采用的核函數為徑向基核函數，表示為：

式中，<Φ(x_i,x_j)>表示Φ(x_i)和Φ(x_j)的內積，K(x_i,x_j)表示x_i和x_j的核函數積，γ代表調整系數；

隨后，在特征空間Φ(x)進行線性回歸，回歸方程為：

其中，系數w和b是通過求解以下最優化問題確定：

約束條件：

其中,w^T為系數w的轉置，用于約束回歸模型的復雜度，避免過擬合問題；常數C為權重，決定目標函數在擬合程度和函數復雜度之間的平衡；ξ_i為松弛變量，決定了數據的擬合程度，由ε-寬松的罰函數計算，表示為：

4.根據權利要求3所述的小流域洪水預報方法，其特征在于，在步驟(3)中，可通過訓練數據進行調整的超參數指的是：系數γ、約束常數C及罰函數中的ε。

5.根據權利要求1所述的小流域洪水預報方法，其特征在于，在步驟(3)中，k折交互驗證法是指將降雨和徑流訓練數據分為k個子集，取其中一組作為驗證組，其余k-1組作為測試集，得到泛化誤差；重復k次后，取k次泛化誤差的平均值。