【技术实现步骤摘要】
一种基于水文相似性和人工神经网络的新安江模型参数率定方法
本专利技术属于数据挖掘与传统物理模型相结合的水文预报
,具体涉及一种基于水文相似性和人工神经网络的新安江模型参数率定方法。
技术介绍
随着信息技术的发展,使水利信息化程度得到不断提高,大量的智能化水文观测站点被建立。海量的水文历史数据与实时观测数据被存储进水文数据库。系统中的水文数据也呈现爆炸性地增长,虽然给水文信息的研究带来了便利,但同时如何挖掘出这些水文数据背后的信息,也成为水利信息化中面临的最突出问题。趋势对流域未来的水位流量进行有效预测,有助于预防洪涝灾害。新安江模型是概念性水文模型,本文采用将径流划分为地表径流、壤中流以及地下径流的三水源新安江模型。采用蓄满产流假定进行产流计算,将流域内各点不同土壤含水容量概化成蓄水容量曲线。蒸散发采用三层蒸发模式计算,将土壤层划分为上层、下层和深层。三水源新安江模型将净雨划分成地面径流、壤中流以及地下径流,其中地面径流采用单位线进行汇流计算,壤中流和地下径流经过线性水库的调蓄分别作为壤中流出流和地下水出流。周瑜佳等人于2018年5月在《中国农村水利水电》第五期114-118页提出的基于复合形遗传算法的新安江模型参数优化率定将遗传算法与复合形法相结合,构建了一种复合形遗传算法,并采用分层率定思想对新安江模型参数进行优化率定,取得了良好效果,但仍有运行时间相对较长,精度不高的问题。刘欣蔚等人于2018年在《南水北调与水利科技》第十六期69-74页提出的粒子群优化算法(PSO ...
【技术保护点】
1.一种基于水文相似性和人工神经网络的新安江模型参数率定方法,其特征在于,包括:/n步骤一、水文相似性分析:得到流域的各个特征向量并构建监督学习数据库;/n步骤二、建立参数映射:使用监督学习数据库对混合神经网络-新安江模型即初始人工神经网络进行训练,并最小化损失函数更新新安江模型参数;/n步骤三、洪水预报与新安江模型参数率定:将流域的特征向量输入到训练完成的混合神经网络-新安江模型即训练后的人工神经网络中,利用训练后的人工神经网络输出新安江模型参数;接受实时更新的雨量信息作为练后的人工神经网络输入,再次训练练后的人工神经网络以减少预报误差,最终实现高精度的洪水预报效果,获得新安江模型参数率定结果;/n所述的步骤一的过程包括:/n步骤1.1搭建能识别静态流域特征的长短期记忆网络模型,将流域的气象数据、流量数据和静态流域属性数据作为输入,未来第k时刻流域出口断面流量为长短期记忆网络模型的输出,即长短期记忆网络预报的未来第k小时流量,训练该模型直至符合预报精度;/n步骤1.2提取长短期记忆网络模型中输入门的权重向量α
【技术特征摘要】
1.一种基于水文相似性和人工神经网络的新安江模型参数率定方法,其特征在于,包括:
步骤一、水文相似性分析:得到流域的各个特征向量并构建监督学习数据库;
步骤二、建立参数映射:使用监督学习数据库对混合神经网络-新安江模型即初始人工神经网络进行训练,并最小化损失函数更新新安江模型参数;
步骤三、洪水预报与新安江模型参数率定:将流域的特征向量输入到训练完成的混合神经网络-新安江模型即训练后的人工神经网络中,利用训练后的人工神经网络输出新安江模型参数;接受实时更新的雨量信息作为练后的人工神经网络输入,再次训练练后的人工神经网络以减少预报误差,最终实现高精度的洪水预报效果,获得新安江模型参数率定结果;
所述的步骤一的过程包括:
步骤1.1搭建能识别静态流域特征的长短期记忆网络模型,将流域的气象数据、流量数据和静态流域属性数据作为输入,未来第k时刻流域出口断面流量为长短期记忆网络模型的输出,即长短期记忆网络预报的未来第k小时流量,训练该模型直至符合预报精度;
步骤1.2提取长短期记忆网络模型中输入门的权重向量αi作为流域特征向量,流域特征向量代表输入门的激活程度,一定程度上可反映流域的水文特性;并使用K均值聚类算法对该流域特征向量进行聚类分析,从而得到水文相似性较高的流域集合;
步骤1.3将流域特征向量作为监督学习数据库的特征,以t时间段内的流域流量数据作为改动长短期记忆网络模型的输入门,使其能识别静态流域特征,即
i=σ(Wixs+bi)
式中,i是输入门,但其状态不随时间改变,xs是静态输入即静态流域特征,包括:平均海拔、植被覆盖率、流域面积。
2.根据权利要求1所述的一种基于水文相似性和人工神经网络的新安江模型参数率定方法,其特征在于,所述的步骤1中监督学习数据库的格式为:
其中,αi代表第i个流域的特征向量,βi代表第i个流域的t时间段内的流量数据,即βi={Q1,Q2,……,Qt}。
3.根据权利要求1所述的一种基于水文相似性和人工神经网络的新安江模型参数率定方法,其特征在于:
步骤2中所述的初始人工神经网络包括一层输入层、两层隐藏层、一层输出层、激活函数为可适应新安江模型参数范围的sigmoid函数;
其中,输入层的数据是长短期记忆网络输入门的权重向量αi,且αi∈R256;输出层的...
【专利技术属性】
技术研发人员:胡鹤轩,隋华超,胡强,朱跃龙,胡震云,张晔,
申请(专利权)人:河海大学,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。