[發明專利]徑流異常突變數據的處理方法及裝置

有效

• 申請號: 202210919272.6
• 申請日: 2022-08-02
• 公開（公告）號: CN114996259B
• 公開（公告）日: 2022-10-21
• 發明（設計）人: 李夢杰;梁犁麗;牟海磊;殷兆凱;朱紅兵;劉志武;吳迪;劉琨;盧貝;王鵬翔;郭澤昂
• 申請（專利權）人: 中國長江三峽集團有限公司
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06F16/2458;G06F16/29;G06K9/62
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 胡曉靜

本發明實施例涉及一種徑流異常突變數據的處理方法及裝置，包括：獲取目標研究區域在預設歷史時間段的徑流觀測數據，并將所述徑流觀測數據按時間排序得到第一徑流觀測數據序列；將所述第一徑流觀測數據序列進行一階差分處理，得到第一一階差分徑流觀測數據序列；基于預設的徑流異常突變數據篩選條件，在所述第一一階差分徑流觀測數據序列中確定徑流異常突變數據；對所述徑流異常突變數據進行修正處理，由此，通過設定突變點窗口閾值、一階差分序列的差異倍數閾值來識別異常突變點，并利用線性插補法進行數據修正，實現對徑流序列異常突變數據的高效精準識別與修正，提高徑流異常突變數據的清洗質控效率。

技術領域

本發明實施例涉及水文預報領域，尤其涉及一種徑流異常突變數據的處理方法及裝置。

背景技術

徑流是指降雨及冰雪融水在重力作用下沿地表或地下流動的水流。徑流數據的準確性關乎防汛抗旱以及水文預報的準確性，對水文模型參數的率定、場次洪水的挑選影響較大。因此，徑流數據的質量不容忽視。隨著大量歷史徑流數據的積累，對異常突變數據的清洗質控是當前面臨的一個難題。

目前，對徑流數據資料中的異常突變數據識別依賴于人工挑選，當徑流序列數據量大時效率和精準度較低。

發明內容

鑒于此，為解決上述技術問題或部分技術問題，本發明實施例提供一種徑流異常突變數據的處理方法及裝置。

第一方面，本發明實施例提供一種徑流異常突變數據的處理方法，包括：

獲取目標研究區域在預設歷史時間段的徑流觀測數據，并將所述徑流觀測數據按時間排序得到第一徑流觀測數據序列；

將所述第一徑流觀測數據序列進行一階差分處理，得到第一一階差分徑流觀測數據序列；

基于預設的徑流異常突變數據篩選條件，在所述第一一階差分徑流觀測數據序列中確定徑流異常突變數據；

對所述徑流異常突變數據進行修正處理。

在一個可能的實施方式中，所述方法還包括：

預先設置差異倍數閾值以及突變窗口閾值；

基于所述差異倍數閾值以及突變窗口閾值，在所述第一一階差分徑流觀測數據序列中確定尖頂型突變數據。

在一個可能的實施方式中，所述方法還包括：

基于所述差異倍數閾值以及突變窗口閾值，在所述第一一階差分徑流觀測數據序列中確定滿足預設條件的突變點；

確定所述突變點的突變類型，基于所述突變類型對應的算法進行計算，得到尖頂型突變數據。

在一個可能的實施方式中，所述方法還包括：

將所述尖頂型突變數據標記為第一缺失數據；

采用線性插補方法對所述第一缺失數據進行修正，得到修正后的第二徑流觀測數據序列。

在一個可能的實施方式中，所述方法還包括：

將所述第二徑流觀測數據序列進行一階差分處理，得到第二一階差分徑流觀測數據序列；

基于差異倍數閾值以及突變窗口閾值，在所述第二一階差分徑流觀測數據序列中確定平頂型突變數據。

在一個可能的實施方式中，所述方法還包括：

將所述平頂型突變數據標記為第二缺失數據；

采用線性插補方法對所述第二缺失數據進行修正，得到修正后的第三徑流觀測數據序列。