[发明专利]降水预报与支持向量机耦合的河道洪峰水位实时预报方法

摘要

本发明公开降水预报与支持向量机耦合的河道洪峰水位实时预报方法。本发明以定量降水预报数据作为影响因子，采用支持向量机对河道未来洪峰水位进行预报。本方法采用定量降水预报对洪峰进行预报，可大幅度提前预见期，以当前降水预报信息实时预测未来洪峰水位，可根据天气变化及时修正预测结果，不断提高洪峰预报的精度和可靠性。本方法基于支持向量机建立降雨量、起涨水位等因素与洪峰水位的关系，相比河道洪水演算法，整个分析过程快速方便，容易被用户掌握使用。

主权项

1.降水预报与支持向量机耦合的河道洪峰水位实时预报方法，其特征在于该方法包括以下步骤：步骤1：采用谱系聚类算法根据降水情况对历史数据进行分类：①读取历史数据中N场降水过程的相关信息，包括河道附近区域各降雨量测站每小时降水量，上下游河道每小时水位量；②根据读取历史数据计算各场降水过程的单位时间降水量如式(1)，上下游站点与预测站点的平均水位差如式(2)；其中i表示历史降雨里的第i场降雨；K表示第i场降雨的持续时间(小时)；R_r,i(k)为第i场降雨第k小时降雨量测站r降水量；为第i场降雨降雨量测站r单位时间降水量；dZ_s,i(k)为第i场降雨第k小时上下游河道水位测点s与预测站点的水位差；为第i场降雨上下游河道水位测点s与预测站点的平均水位差；③以区域单位时间降水量、上下游水位差作为聚类因子，定义不同场降水过程i,j之间的距离dij如下：其中L表示与待测站点相关的降雨量测站总数，S表示与待测站点相关的上下游河道水位测点总数；④对所有场次的降水过程进行聚类；设定距离阈值，完成聚类，其中以每个聚类所有对象的均值作为聚类中心；每个聚类具有相似的降雨过程，根据降水特性选择相应的聚类以训练预测模型进行预测；步骤2：获取上述所有降雨量测站的未来定量降水预报，以及当前时刻上下游河道各水位测点的水位；与步骤1得到的各聚类中心计算距离，选择其中距离最小的聚类作为训练样本；步骤3：读取步骤2中得到的训练样本中n时刻河道起涨水位Zi(n)、对应时刻相关区域前4小时的降水量Rr,i(n‑1)、Rr,i(n‑2)、Rr,i(n‑3)、Rr,i(n‑4)、对应时刻的未来降水量Rr,i,f(n)以及对应时刻未来降水的持续时间Tr,i,f(n)，计算洪峰与该时刻的水位涨差dZf(n)；dZf(n)＝Zf‑Z(n)   (4)步骤4：利用主成分分析方法对训练样本中降水量、起涨水位、降水持续时间数据降维；步骤5：构造训练样本：利用步骤4降维后的特征向量的前N行构建支持向量机的输入矩阵P，利用水位涨差构建支持向量机的目标矩阵Y；其中EN＝[IN 0N]，yk＝[dZf(k)]；步骤6：利用以步骤5构造的训练样本训练支持向量机模型；步骤7：利用步骤6得到的支持向量机模型结合输入参数得到预测数据；以步骤4降维后的特征向量的第N+1行作为输入，调用Matlab7.10.0函数库中的svmpredict函数预测当前洪峰涨差洪峰水位Zf(j)为