[发明专利]一种基于预报域的年径流预测方法

摘要

本发明公开了一种基于预报域的年径流预测方法，涉及水文预报技术领域。该方法首先利用高斯混合模型对多年径流值进行聚类，根据聚类结果划分预报域。然后选取相关系数大且对径流有物理影响的环流指数及前一年累积降雨数据作为预报因子并对预报因子值归一化处理，利用训练集对分类支持向量机(SVC)模型训练，把检验集输入得出预测结果，最终，通过将预测结果与实际值进行比对，发现准确率均高于现有技术中的划分方法，所以，本发明的方法，通过提出预报域的概念，并采用高斯混合模型对径流数据本身进行聚类划分为预报域，可以更加充分地考虑径流序列本身的分布特性，从而可以更加有效地刻画径流序列的内在分布规律。

主权项

1.一种基于预报域的年径流预测方法，其特征在于，包括如下步骤：S1，收集多年径流数据，并利用高斯混合模型方法对数据进行聚类，根据聚类结果将数据划分为K个预报域；S2，根据多年的多项环流指数数据、径流数据和降雨量，获取SVC模型的预报因子集合及预报因子值集合；S3，将S年径流数据所属的K个预报域作为SVC模型的历史样本，将前N年径流数据所属的预报域级别及前N年的预报因子值集合作为训练集，后M年数据所属的预报域级别及后M年的预报因子值集合作为检验集，其中，S＝N+M，N＞M，S、N、M均为正整数；S4，利用训练集对SVC模型进行训练，并利用检验集对训练过的SVC模型进行检验，得到满足要求的SVC模型；S5，利用S4得到的满足要求的SVC模型对待预测年的径流进行预测。