[发明专利]一种考虑水利工程调度影响的中长期径流预报方法

摘要

本发明公开了一种考虑水利工程调度影响的中长期径流预报方法，涉及水文预报技术领域。该方法考虑了中大型水利工程调度对于中长期径流预报的影响后进行径流预报，相较于目前常用方法，提升了中长期径流预报的预报精度和实用性，而且本发明所提出的方法编写简单，参数设置少，全局寻优能力强，可以有效避免计算量大、耗时长、需要的样本量大、预测结果易陷入局部最优导致预测精度不高等问题。可以作为特定流域中长期径流预报的一种有效方法。

主权项

1.一种考虑水利工程调度影响的中长期径流预报方法，其特征在于，包括如下步骤：S1，筛选气象预报因子；S2，选取预报断面上游的干流和支流的对径流有一定影响的中大型水利工程，并按照如下步骤计算水利工程影响因子：S201，按照如下公式计算各水利工程的蓄满率：p＝wl/WL其中，wl表示选定水库的选定月份实际水位的月均值；WL表示该水库工程的特征水位，对于汛期有防洪任务的水利工程，其汛期的WL取值为该水利工程的汛限水位，其非汛期的WL取值为正常蓄水位；对于汛期无防洪任务的水库工程，其汛期和非汛期的WL均取值为正常蓄水位；P表示水利工程的蓄满率，取值范围为[0‑1]；S202，按照如下公式计算流域所有水利工程的蓄满率：其中，p_i为水利工程i的蓄满率，RC_i表示水利工程i的总库容，TRC为所有水利工程的总库容，P为流域所有水利工程的蓄满率，且为水利工程影响因子；S3，将所述气象预报因子和所述水利工程影响因子的值进行归一化处理后得到预报因子的归一化值；S4，选定待预报流域S年的径流量数据作为历史样本，将历史样本中前N年的径流量数据和选定的对应时间的预报因子的归一化值作为训练集，后M年的径流量数据和选定的对应时间的预报因子的归一化值作为测试集，其中，S＝N+M，N＞M，S、N、M均为正整数；S5，采用粒子群优化算法确定SVR模型中误差惩罚参数C、核参数σ和不敏感损失系数ε的最优值，并将该最优值输入SVR模型中，利用训练集对SVR模型进行训练，并用测试集进行检验，如果满足要求，则得到预报模型，否则重新选择部分预报因子，而后使用新的训练测试集对模型进行训练，直至模型达标为止；S6，利用预报模型对待预报的径流进行预报。