[發明專利]一種考慮降雨量等級的水文預報方法及系統

有效

• 申請號: 201911355163.0
• 申請日: 2019-12-25
• 公開（公告）號: CN111126699B
• 公開（公告）日: 2022-06-17
• 發明（設計）人: 周建中;王彧蓉;馮快樂;楊鑫;方威;金倩芳;查港;何中政;賈本軍;武慧鈴
• 申請（專利權）人: 華中科技大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/12
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 李智

1.一種考慮降雨量等級的水文預報方法，其特征在于，包括以下步驟：

(1)根據流域的歷史水文信息和流域的定量降雨預報信息，建立水文模型得到不同預見期下的預報流量；

(2)利用遺傳算法確定強降雨和弱降雨的分級閾值；

所述步驟(2)具體包括如下步驟：

(2.1)初始化種群；

(2.2)對初始化的降雨量分級閾值，分別用高斯混合模型擬合強降雨和弱降雨下的預報流量與實測流量的邊緣流量分布；

(2.3)采用正態分位數轉換將非正態的邊緣流量分布轉換為亞高斯模型分布，計算轉換空間下似然函數的估計參數得到不同預見期不同降雨量等級下的方差；

(2.4)基于不同預見期時強降雨下的方差和弱降雨下的方差確定個體適應度；

(2.5)對步驟(2.4)確定的個體適應度進行選擇、交叉和變異操作；

(2.6)若目前迭代次數達到最大迭代次數，或最優個體的適應度不再上升時，則算法終止；

(3)依據所述強降雨和弱降雨的分級閾值，基于所述不同預見期下的預報流量分別確定強降雨和弱降雨下的預報流量后驗概率密度函數；

(4)基于強降雨和弱降雨下的預報流量后驗概率密度函數進行水文預報。

2.根據權利要求1所述的水文預報方法，其特征在于，所述步驟(3)具體包括如下步驟：

由步驟(2)中確定的強降雨和弱降雨的分級閾值，將預報結果分為強降雨下和弱降雨下兩種情況，采用高斯混合模型擬合實測流量和預報流量的邊緣流量分布；通過正態分位數轉換，將非正態的流量分布轉換為亞高斯模型分布，基于一階馬爾科夫假設，得到先驗分布和似然函數的估計參數，從而得到后驗概率密度函數。

3.一種考慮降雨量等級的水文預報系統，其特征在于，包括：

流量預報單元，用于根據流域的歷史水文信息和流域的定量降雨預報信息，建立水文模型得到不同預見期下的預報流量；

閾值確定單元，用于利用遺傳算法確定強降雨和弱降雨的分級閾值；

所述閾值確定單元具體通過如下步驟確定所述分級閾值：

(2.1)初始化種群；

(2.2)對初始化的降雨量分級閾值，分別用高斯混合模型擬合強降雨和弱降雨下的預報流量與實測流量的邊緣流量分布；

(2.3)采用正態分位數轉換將非正態的邊緣流量分布轉換為亞高斯模型分布，計算轉換空間下似然函數的估計參數得到不同預見期不同降雨量等級下的方差；

(2.4)基于不同預見期時強降雨下的方差和弱降雨下的方差確定個體適應度；

(2.5)對步驟(2.4)確定的個體適應度進行選擇、交叉和變異操作；

(2.6)若目前迭代次數達到最大迭代次數，或最優個體的適應度不再上升時，則算法終止；

概率確定單元，用于依據所述強降雨和弱降雨的分級閾值，基于所述不同預見期下的預報流量分別確定強降雨和弱降雨下的預報流量后驗概率密度函數；

水文預報單元，用于基于強降雨和弱降雨下的預報流量后驗概率密度函數進行水文預報。

4.根據權利要求3所述的水文預報系統，其特征在于，所述概率確定單元基于閾值確定單元確定的強降雨和弱降雨的分級閾值，將預報結果分為強降雨下和弱降雨下兩種情況，采用高斯混合模型擬合實測流量和預報流量的邊緣流量分布；通過正態分位數轉換，將非正態的流量分布轉換為亞高斯模型分布，基于一階馬爾科夫假設，得到先驗分布和似然函數的估計參數，從而得到后驗概率密度函數。