洪水预报系统中实时校正模型的优选方法 【技术领域】
本发明涉及一种对洪水预报系统中的实时校正模型进行优选的方法，属于洪水预报技术领域。
背景技术
在水库的洪水调度及发电调度中，为了对瞬息万变的水情做出快速准确的分析和预报，一般都设有洪水预报系统(根据客观水文规律以及水、雨、工情等信息对未来水文现象进行预测的系统)。随着现代计算机及通信技术的发展，使得水情信息的采集、传输处理、预报数学模型的计算分析、预报信息的发布服务等环节可以联为一体，又加上控制理论的实时预报技术大量引入到洪水预报中来，实现自动的实时校正，以解决单纯用数学模型计算以至在许多时候与实际出入过大的问题，从而构建出各种联机实时水文预报系统，也叫实时洪水预报系统。
现有的各种实时洪水预报系统的工作流程如图1所示，在洪水预报过程中一般都需要进行实时校正步骤以提高预报精度，而进行实时校正步骤时常用的实时校正模型有：基于预报误差序列的滤波解法模型、基于卡尔曼滤波的马斯京根矩阵解法模型和反馈模拟解法模型等。目前在我国，大量的研究主要围绕实时校正的算法模型本身的改进。但是相关研究表明，各类实时校正的算法模型均存在一定的适用范围，同时受到洪水预报模型及洪水特性的影响，不同实时校正的算法模型及其参数往往只对某些特定洪水过程的预报精度较高。现有实时洪水预报系统在提供给用户时，通常由用户手动选定一种实时校正的算法模型，在选定并长期在线运行后面对多场不同特性洪水时，用户不会也难以选择变更其他算法模型。因此，现有实时洪水预报系统在面对多场不同特性洪水时，其预报过程的预报精度常常不稳定，甚至出现部分场次洪水预报过程经实时校正后，预报精度反而下降的情况。
【发明内容】
本发明解决的技术问题是：提出一种对洪水预报系统中实时校正模型进行优选的方法，运用该方法应当能够提高洪水预报系统在面对多场不同特性洪水时的预报精度。
为了解决上述技术问题，本发明提出的技术方案是：一种洪水预报系统中实时校正模型的优选方法，包括以下步骤：
1)根据不同流域特性，为洪水预报系统配置至少二种现有实时校正模型，同时根据预报要求，为洪水预报系统从现有洪水预报精度评价指标中选定精度评价指标；
2)洪水预报系统初始化参数，针对当前流域，从洪水预报系统的预报时刻起向前抽取一时段作为试预报时段；
3)将所述实时校正模型分别运用于所述试预报时段，进行试实时校正预报，得到试实时校正预报流量，
所述试实时校正预报流量是--根据当前流域的在试实时校正预报开始之前的试预报前实测流量和洪水预报系统计算出的当前流域的实时计算流量，由实时校正模型计算出的当前流域的流量，
所述试预报前实测流量是--由现有遥测系统采集并计算出当前流域在实时校正模型计算起始时刻与试预报时段起始时刻之间的流量；
4)对所述试实时校正预报流量分别统计其所述精度评价指标的数值，选出精度评价指标数值最优的试实时校正预报流量所对应的实时校正模型作为最优实时校正模型。
本发明的有益效果是：通过使洪水预报系统在实际预报之前先运用多种现有实时校正模型进行多次试实时校正预报并得到多个试实时校正预报流量，再分别统计试实时校正预报流量的多个精度评价指标的数值，经对比多个精度评价指标的数值，选择出最优实时校正模型。这样，洪水预报系统就可以在实际预报时运用通过本发明选择出的最优实时校正模型对实际预报过程进行最优的实际实时校正预报，从而得到最适合当前流域洪水的实际预报结果，同时提高洪水预报系统在实际预报时的精度。
上述技术方案的完善是：所述试预报时段是与洪水预报系统实际预报时长相同的第一时段和实时校正模型计算起始时刻与预报时刻之间的第二时段之一；当所述第二时段大于实际预报时长时，所述试预报时段是第一时段；当所述第二时段小于实际预报时长时，所述试预报时段是第二时段。
上述技术方案的进一步完善之一是：所述精度评价指标是确定性系数、洪峰流量误差、洪量误差和洪峰滞时之一。
上述技术方案的进一步完善之二是：所述精度评价指标是对确定性系数、洪峰流量误差、洪量误差和洪峰滞时的组合进行归一化处理形成的综合指标。
上述技术方案的进一步完善之三是：所述精度评价指标是确定性系数、洪峰流量误差、洪量误差和洪峰滞时的两种或两种以上。
上述技术方案的更进一步完善是：当所述最优实时校正模型是两种或两种以上时，将其按组合权重进行组合；所述组合权重是依据预报评定要素采用权重算法确定，所述预报评定要素是洪量和洪峰之一，所述权重算法是最优加权法、均方倒数法、离异系数法之一。
【附图说明】
下面结合附图对本发明的洪水预报系统实时校正的优选方法作进一步说明。
图1是现有实时洪水预报系统的工作流程图。
图2是本发明实施例洪水预报系统实时校正模型地优选方法的流程图。
图3是本发明实施例洪水预报系统实时校正模型的优选方法对应的试实时校正预报流量之一的曲线图。
图4是本发明实施例洪水预报系统实时校正模型的优选方法对应的试实时校正预报流量之二的曲线图。
图5是本发明实施例洪水预报系统实时校正模型的优选方法对应的试实时校正预报流量之三的曲线图。
图6是本发明实施例洪水预报系统实时校正模型的优选方法对应的实际预报流量之一的曲线图。
图7是本发明实施例洪水预报系统实时校正模型的优选方法对应的实际预报流量之二的曲线图。
图8是本发明实施例洪水预报系统实时校正模型的优选方法对应的实际预报流量之三的曲线图。
【具体实施方式】
实施例
本实施例的洪水预报系统实时校正的优选方法，如图2所示，具体按以下步骤进行：
1)根据不同流域特性，为洪水预报系统配置三种现有实时校正模型，分别是滤波解法模型、马斯京根矩阵解法模型和反馈模拟解法模型；同时根据预报要求，为洪水预报系统从以下四种现有洪水预报精度评价指标中选定精度评价指标。
现有洪水预报精度评价指标一般有：洪峰流量误差(预报洪峰流量与实测洪峰流量的相对误差)、洪量误差(预报洪量与实测洪量的相对误差)、洪峰滞时(预报洪峰出现时间与实测洪峰出现时间的相差时长)、确定性系数(洪水预报流量过程与实测流量过程之间的吻合程度)，其中确定性系数按下式计算：
DC=1-Σi=1n[yc(i)-y0(i)]2Σi=1n[y0(i)-y0‾]2]]>
式中，DC----确定性系数(取2位小数)
y0(i)-----实测值
yc(i)-----预报值
------实测值的均值
n-------资料序列长度
本实施例采用确定性系数作为精度评价指标。
2)洪水预报系统初始化参数，针对当前流域，从洪水预报系统的预报时刻起向前抽取一时段作为试预报时段。一般来说是抽取与洪水预报系统实际预报时长相同的第一时段作为试预报时段；如果上述三种实时校正模型计算起始时刻与预报时刻之间的第二时段小于实际预报时长，则抽取第二时段作为试预报时段(当第二时段小于实际预报时长时，就只能选取第二时段作为试预报时段)。如图3、图4和图5所示，设定预报时段间隔1小时，确定实际预报时刻是2008年9月27日14时，实际预报时长是108小时(即从2008年9月27日15时至2008年10月2日2时)，设定上述三种实时校正模型计算起始时刻是2008年9月19日7时，则第一时段是108小时，第二时段(即从2008年9月19日7时至2008年9月27日14时)是200小时。由于第二时段(200小时)大于实际预报时长(108小时)，因此，本实施例选取第一时段(即从2008年9月23日3时至2008年9月27日14时)108小时作为试预报时段。
3)将上述三种实时校正模型分别运用于上述选取的试预报时段进行试实时校正预报，得到三个试实时校正预报流量。
试实时校正预报流量是--根据当前流域在试实时校正预报开始之前的试预报前实测流量和洪水预报系统计算出的当前流域的实时计算流量，由实时校正模型计算出当前流域的试实时校正预报流量。运用三种实时校正模型进行试实时校正预报得到的三个试实时校正预报流量的过程曲线分别如图3、图4和图5中所示的曲线L3、曲线L4和曲线L5；运用三种实时校正模型进行试实时校正预报时的实时计算流量的过程曲线如图3、图4和图5中所示的同一曲线L1。
试预报前实测流量是--由现有遥测系统采集并计算出当前流域在实时校正模型计算起始时刻与试预报时段(即第一时段)起始时刻之间(即图中从2008年9月19日7时至2008年9月23日2时)的流量，该流量的过程曲线在图3、图4和图5中均是同一曲线L2；
4)对三个试实时校正预报流量分别统计其各自的确定性系数的数值，选出确定性系数数值最优(即最高，确定性系数越高表示洪水预报流量过程与实测流量过程之间的吻合程度越好)的试实时校正预报流量所对应的实时校正模型作为最优实时校正模型。具体如下：
分别计算三种实时校正模型的试校正预报流量的确定性系数，其中运用滤波解法模型得到的试实时校正预报流量的确定性系数数值为0.85，运用马斯京根矩阵解法模型得到的试实时校正预报流量的确定性系数数值为0.75，运用反馈模拟解法模型得到的试实时校正预报流量的确定性系数数值为0.90，可见，运用反馈模拟解法模型得到的试实时校正预报流量的确定性系数数值最高。另外，运用三种实时校正模型进行试实时校正预报时的试预报实测流量的过程曲线如图3、图4和图5中所示的同一曲线L2′，试预报实测流量是--由现有遥测系统采集并计算出当前流域在试预报时段(即图3、4、5中从2008年9月23日3时至2008年9月27日14时)的流量；通过对比曲线L 3、L4、L5与曲线L2′的吻合程度可以看出，曲线L5与曲线L2′最为吻合。因此，本实例选择确定性系数数值最高的试实时校正预报流量所对应的反馈模拟解法模型作为最优实时校正模型，用于以后洪水预报系统在实际预报时段的实际实时校正。
采用本实施例选出反馈模拟解法模型后，将该模型运用于洪水预报系统实际预报时段(从2008年9月27日15时以后至2008年10月2日2时)进行实际实时校正的情况如图6所示，得到实际实时预报校正流量的过程曲线是L5′，经统计计算该实际实时预报校正流量的确定性系数的数值为0.98。为了与前述试实时校正预报进行对比，本实施例同时又在洪水预报系统中分别运用滤波解法模型和马斯京根矩阵解法模型进行实际预报时段的实际实时校正，如图7和图8所示，从2008年9月27日15时以后至2008年10月2日2时的一段实际实时预报校正流量的过程曲线分别是L3′和L4′，其确定性系数的数值经计算分别为0.93和0.60。显然，在洪水预报系统的实际预报时段，运用反馈模拟解法模型得到的实际实时预报校正流量的确定性系数数值也是最高的。另外，在2008年10月2日2时之后可以获得实际预报时段的实际实时预报实测流量，该实际预报实测流量的过程曲线如图6、图7、图8所示的同一曲线L2″；通过对比曲线L3′、L4′和L5′与曲线L2″的吻合程度可知，曲线L5′与曲线L2″最为吻合。这样就可以证明，通过采用本实施例洪水预报系统实时校正的优选方法选出的反馈模拟解法模型是最优实时校正模型。
本实施例的洪水预报系统实时校正的优选方法具有以下特点：
①根据流域特性，实时校正模型可自由配置、增删；
②优选目标可根据预报需求任意选取；
③每次在线预报时，本实施例的优选方法可以自适应自动运行，以获得当前流域最适合的一种实时校正模型或两种及以上的实时校正模型的组合作为最优实时校正模型；
④整个流域的各个子流域可以独立选择各自适宜的实时校正模型。
本发明的洪水预报系统实时校正的优选方法不局限于上述实施例所述的具体技术方案，对于上述实施例中的一些变化是可以显而易见的，比如：(1)实时校正模型也可以不局限于上述实施例的三种模型，也可以是其中的两种模型，或增加到四种模型或更多种模型，但至少应是二种；(2)精度评价指标也可以选定为洪峰流量误差、洪量误差和洪峰滞时中的一种，或者选定为洪峰流量误差、洪量误差、洪峰滞时和确定性系数中任二种或二种以上的组合进行归一化处理形成的综合指标，或者选定为洪峰流量误差、洪量误差、洪峰滞时和确定性系数中二种或二种以上的多个指标；(3)第4)步骤中选出的最优实时校正模型也可以是两种或两种以上，当选出的最优实时校正模型是两种或两种以上时，可以将这两种或两种以上的最优实时校正模型按组合权重进行组合后运用于洪水预报系统的实际预报时段的实际实时校正，组合权重一般是依据预报评定要素采用权重算法确定，预报评定要素可以是洪量和洪峰之一，权重算法可以是最优加权法、均方倒数法、离异系数法之一；等等。凡采用等同替换形成的技术方案均为本发明要求的保护范围。