一种汛期径流场景靶向提取方法与流程

摘要: 本发明涉及汛期径流特征识别与场景分类领域,尤其涉及一种汛期径流场景靶向提取方法。背景技术:1、汛期径流场景是梯级水库防洪调度重要输入数据,随着梯级水库精细化调度...
一种汛期径流场景靶向提取方法与流程

本发明涉及汛期径流特征识别与场景分类领域,尤其涉及一种汛期径流场景靶向提取方法。

背景技术:

1、汛期径流场景是梯级水库防洪调度重要输入数据,随着梯级水库精细化调度要求不断提高,汛期径流场景特征对于流域防洪调度安全愈发重要。

2、一般情况下,河流径流年内分配差异较大,汛期往往集中全年70%以上径流量,并形成多场次洪水过程。不同典型年下,汛期径流差异性也很大,而受全球气候变化和人类活动影响,汛期反枯现象也时有发生。此外,天然汛期径流资料时间跨度大,数据繁杂且具有差异性,这些增加了汛期径流场景特征识别的困难。如何提取反映汛期径流过程特征的流量场景,并指导水库开展针对性调度是一项十分重要的研究工作。

技术实现思路

1、本发明的目的在于针对上述现有技术的不足,提供了一种汛期径流场景靶向提取方法,为特定汛期来水情势下梯级水库开展针对性调度提供技术支撑。

2、为实现上述目的,本发明采用了如下技术方案:

3、本发明提供了一种汛期径流场景靶向提取方法,包括:

4、s1、收集水文站长系列汛期逐日天然流量过程;

5、s2、计算水文站逐年评价指标,构建汛期流量特征矩阵;

6、s3、采用同步回代缩减算法,对汛期流量特征矩阵进行场景缩减,基于肘部原则,确定最优缩减场景数和缩减后的汛期流量特征矩阵;

7、s4、以缩减后的汛期流量特征矩阵对应的汛期流量过程作为分类中心,计算每一年汛期流量过程与各分类中心的欧式距离,将汛期流量过程划分到与距离最小的分类中心,得到聚类分解后的汛期流量过程矩阵;

8、s5、计算聚类分解后的各分类中心汛期流量特征矩阵的评价指标均值,评估聚类分解后的汛期流量特征。

9、进一步,所述s1中,收集水文站长系列汛期逐日天然流量过程,具体定义为:

10、;

11、其中,表示水文站长系列汛期逐日天然流量过程矩阵;表示水文站第年汛期第日天然流量;表示计算总年数;表示汛期总天数。

12、进一步,所述s2中,计算水文站逐年评价指标,具体为:

13、;

14、;

15、;

16、;

17、;

18、;

19、;

20、;

21、;

22、;

23、;

24、;

25、;

26、;

27、其中,表示第年汛期平均流量;表示第年汛期流量标准差;表示第年汛期流量变异系数;表示第年汛期流量最大值;表示第年汛期流量最小值;表示第年汛期流量峰谷差;表示第年汛期流量偏度系数;表示第年汛期流量峰度系数;表示第年主汛期平均流量;表示第年后汛期平均流量;和分别表示主汛期起止时间;和分别表示后汛期起止时间;表示第年汛期连续上涨最大流量;表示第年汛期流量上涨比例;表示第年第日至第日流量涨幅向量;表示第年相邻2日流量变幅向量;表示提取相邻2日流量变幅向量中正数个数;表示第年汛期最大3日洪量;表示第年第日汛期连续3日洪量;表示第年汛期最大7日洪量;表示第年第日汛期连续7日洪量;表示计算时段长;

28、所述s2中,构建汛期流量特征矩阵,具体为:

29、;

30、其中,表示构建的汛期流量特征矩阵。

31、进一步,所述s3,具体为:

32、s301、指标归一化:将构建汛期流量特征矩阵每一列向量进行指标归一化,计算公式为:

33、;

34、其中,表示归一化后的第年汛期平均流量;表示历年汛期平均流量最大值;表示历年汛期平均流量最小值;表示归一化后的第年汛期流量标准差;表示历年汛期流量标准差最大值;表示历年汛期流量标准差最小值;表示归一化后的第年汛期流量变异系数;表示历年汛期流量变异系数最大值;表示历年汛期流量变异系数最小值;表示归一化后的第年汛期流量最大值;表示历年汛期流量最大值中的最大值;表示历年汛期流量最大值中的最小值;表示归一化后的第年汛期流量最小值;表示历年汛期流量最小值中的最大值;表示历年汛期流量最小值中的最小值;表示归一化后的第年汛期流量峰谷差;表示历年汛期流量峰谷差中的最大值;表示历年汛期流量峰谷差中的最小值;表示归一化后的第年汛期流量偏度系数;表示历年汛期流量偏度系数中的最大值;表示历年汛期流量偏度系数中的最小值;表示归一化后的第年汛期流量峰度系数;表示历年汛期流量峰度系数中的最大值;表示历年汛期流量峰度系数中的最小值;表示归一化后的第年主汛期平均流量;表示历年主汛期平均流量中的最大值;表示历年主汛期平均流量中的最小值;表示归一化后的第年后汛期平均流量;表示历年后汛期平均流量中的最大值;表示历年后汛期平均流量中的最小值;表示归一化后的第年汛期连续上涨最大流量;表示历年汛期连续上涨最大流量中的最大值;表示历年汛期连续上涨最大流量中的最小值;表示归一化后的第年汛期流量上涨比例;表示历年汛期流量上涨比例中的最大值;表示历年汛期流量上涨比例中的最小值;表示归一化后的第年汛期最大3日洪量;表示历年汛期最大3日洪量中的最大值;表示历年汛期最大3日洪量中的最小值;表示归一化后的第年汛期最大7日洪量;表示历年汛期最大7日洪量中的最大值;表示历年汛期最大7日洪量中的最小值;

35、s302、设置缩减后的场景数和最大场景数,令;

36、s303、采用同步回代缩减算法对经归一化后的汛期流量特征矩阵进行场景缩减,计算公式为:

37、;

38、其中,表示归一化后的汛期流量特征矩阵;表示同步回代缩减算法;和表示经缩减后的汛期流量特征场景矩阵及其对应的概率矩阵,具体为:

39、;

40、;

41、其中,表示归一化后的第场景汛期平均流量;表示归一化后的第场景汛期流量标准差;表示归一化后的第场景汛期流量变异系数;表示归一化后的第场景汛期流量最大值;表示归一化后的第场景汛期流量最小值;表示归一化后的第场景汛期流量峰谷差;表示归一化后的第场景汛期流量偏度系数;表示归一化后的第场景汛期流量峰度系数;表示归一化后的第场景主汛期平均流量;表示归一化后的第场景后汛期平均流量;表示归一化后的第场景汛期连续上涨最大流量;表示归一化后的第场景汛期流量上涨比例;表示归一化后的第场景汛期最大3日洪量;表示归一化后的第场景汛期最大7日洪量;表示缩减后的第场景对应概率;

42、s304、令,重复所述s303,直至,得到场景数据集,具体为:

43、;

44、其中,

d_

c表示包含

k个经缩减后的汛期流量特征场景矩阵的场景数据集;

45、s305、采用肘部法则对场景数据集进行计算,确定最优场景缩减数,具体为:

46、s3051、计算原始场景与缩减后的场景之间的加权平方误差和:

47、;

48、;

49、;

50、其中,表示原始场景与缩减后的场景之间的加权平方误差和向量;表示原始场景与缩减后的第场景之间的加权平方误差和;表示归一化后的汛期流量特征矩阵中第场景;表示经缩减后的汛期流量特征场景矩阵中第场景;

51、s3052、绘制与缩减后场景数之间的相关曲线图,根据图中肘点,确定最优缩减场景数;

52、s306、根据最优缩减场景数,采用同步回代缩减技术,得到缩减后的汛期流量特征矩阵,具体为:

53、;

54、;

55、;

56、其中,和表示采用最优缩减数缩减后的汛期流量特征场景矩阵及其对应的概率矩阵;表示缩减后的第场景对应概率。

57、进一步,所述s4中,以缩减后的汛期流量特征矩阵对应的汛期流量过程作为分类中心,具体定义为:

58、;

59、其中,表示经缩减后的水文站长系列汛期逐日天然流量过程矩阵;表示水文站经缩减后的第场景汛期第日天然流量;

60、所述s4中,计算每一年汛期流量过程与各分类中心的欧氏距离,将汛期流量过程划分到与距离最小的分类中心,得到聚类分解后的汛期流量过程矩阵,具体为:

61、;

62、;

63、;

64、;

65、其中,表示第年汛期流量过程与经缩减后的第分类中心的欧氏距离;表示第年汛期流量过程划分到与其距离最小的分类中心的下标;表示划分到第分类中心的下标集合;表示搜索函数;表示聚类分解后划分到第分类中心的水文站长系列汛期逐日天然流量过程矩阵;表示划分到第分类中心的水文站长系列汛期第日天然流量。

66、进一步,所述s5具体为:

67、;

68、;

69、;

70、;

71、;

72、;

73、;

74、;

75、;

76、;

77、;

78、;

79、;

80、;

81、其中,、、、、、、、、、、、、、分别表示第分类中心汛期流量特征矩阵的汛期平均流量、标准差、变异系数、最大值、最小值、峰谷差、偏度、峰度、主汛期平均流量、后汛期平均流量、最大连续上涨流量、累计上涨天数、最大3天洪量和最大7天洪量等评价指标均值;表示划分到第分类中心的场景总数。

82、本发明的有益效果为:构建汛期流量特征矩阵,采用同步回代缩减算法和肘部原则,确定最优缩减场景数和缩减后的汛期流量特征矩阵,并得到聚类分解后的汛期流量过程矩阵,为梯级水电站开展基于汛期径流特征的调度提供技术支撑。