[发明专利]一种关于水位流量关系的水位测量系列误差分析方法有效
申请号: | 201910779160.3 | 申请日: | 2019-08-22 |
公开(公告)号: | CN110553631B | 公开(公告)日: | 2022-03-04 |
发明(设计)人: | 刘丙军;杨子博;邱江潮;谭学志;彭为 | 申请(专利权)人: | 中山大学 |
主分类号: | G01C13/00 | 分类号: | G01C13/00;G01F23/00;G06F17/18 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 陈伟斌 |
地址: | 510275 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 关于 水位 流量 关系 测量 系列 误差 分析 方法 | ||
1.一种关于水位流量关系的水位测量系列误差分析方法,其特征在于,包括以下步骤:
S1.识别水位误差来源并将其分类,将水位测量系列误差分为非系统误差和系统误差,非系统误差包括仪器误差和自由表面波动误差;系统误差包括传感器校准误差和水面代表性误差;并假设非系统误差在连续的时间段上是独立的并且遵循具有零均值的高斯分布;假设未知的系统误差的可能值遵循零均值的高斯分布;
S2.建立相关误差模型;非系统误差成份为误差从一个时间点到下一个时间点为独立重新采样;系统误差成分为误差随着时间的推移是恒定的,可以定期进行重新采样,在此基础上建立如下误差模型,其中水位系列指的是特定时间内的一定数量的水位数据:
其中,h(t)为真实水位系列,为一定数量的真实水位;为测量水位系列,为一定数量的测量水位;∈h(t)=非系统误差组分;δh=系统误差组分;各成分中上角标h表示采样周期;
S3.估算水位系列的不确定性;分别估计非系统误差引起的不确定性和系统误差引起的不确定性
S4.在上述步骤S3中估算出相应的水位测量系列误差之后,还需要进一步估算不确定性从水位到径流的传播,建立不确定性传播模型;
S5.计算水位误差的不确定性贡献度。
2.根据权利要求1所述的关于水位流量关系的水位测量系列误差分析方法,其特征在于,在所述的S2步骤中,在建立的误差模型的基础上为了能够进一步分析与水位系列相关的不确定性,需要对每一个采样的时间步骤提供以下内容:
①与非系统误差相关的扩展不确定性:
②与系统误差相关的扩展不确定性:
③一个用于确定模拟系统误差所适用的时间段的指数,在每次采样周期变化时,即当该指数变化时,系统误差被重新采样,该指数用来表示采样周期。
3.根据权利要求2所述的关于水位流量关系的水位测量系列误差分析方法,其特征在于,所述的S3步骤中,在非系统误差所引起的不确定性中,与仪器误差和自由表面波动误差所相关的两个成分可以分别进行估算:
①仪器误差可以直接从制造商的规格中进行估算,也可以通过重复性的测试来直接进行测量;
②自由表面波动误差可以从测量点处水流自由表面波动的振动幅度进行估计;
③考虑到非系统误差的两个组成成分是相对独立,可以得到如下不确定性模型:
除此之外,在实际水位恒定不变的情况下,也可以通过用一系列连续现场测量的标准偏差对直接进行估计,这种估计同时包含了非系统误差的两种成分。
4.根据权利要求3所述的关于水位流量关系的水位测量系列误差分析方法,其特征在于,所述的S3步骤中,在系统误差所引起的不确定性中,主要与传感器校准周期有关,其估算方法主要包括以下两种:
①确定传感器的重新校准的日期以及实地考察期间传感器与外部标尺测量时出现的差异,这些差异的标准差是对的直接估计,这其中重新校准的日期定义了重新采样系统误差δh的时间;
②当不存在或者无法确定以上信息时,估计标准偏差等于外部标尺和传感器之间的差异,并估计传感器重新校准的平均频率,以便于以相等的时间对系统误差δh进行采样。
5.根据权利要求4所述的关于水位流量关系的水位测量系列误差分析方法,其特征在于,所述的S5步骤包括以下步骤:
S51.采用的不确定度区间为水文不确定度指南所推荐的95%区间;其中径流时间系列的总不确定性综合考虑了所有的不确定性因素,包括水位测量时间系列中的非系统与系统误差、水位流量曲线的参数和结构误差,并建立如下模型:
其中,UT=总不确定度,以百分比概率表示;qp[Q1,......,n(t)]=水位流量曲线中n个流量值的p分位数;QMP(t)=水位流量曲线中t时间流量值;
S52.由于概率间隔无法相加,为了能够看到各种不确定性来源的贡献度,考虑到水位测量系列误差来源是相对独立的高斯随机变量,因此可通过简单的建模表示如下:
其中,UTO=水位测量系列引起的不确定度,值小于UT;σA、σB=两个相对独立的高斯随机变量,代表两个不确定性来源;
S53.在S52步骤的基础上,将不同的不确定性误差来源成分划分为四个不同的向量,可以得到不同误差来源的不确定性度,建模如下:
其中,Var(X1,......,n)=表示从随机变量X的n种结果中计算出的方差。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910779160.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于图片处理的挑射流冲坑地形演变实时监测方法
- 下一篇:水下施工定位系统