一种基于机器学习的相似场次洪水模式库构建方法

专利主权项内容

1.一种基于机器学习的相似场次洪水模式库构建方法，其特征在于，包括以下步骤：步骤S1、对研究流域内历史水文资料进行收集整理，形成长度为的连续型水文时间序列；TS步骤S2、设置场次洪水流量阈值和场次洪水分割规则，然后采用滑动窗口对水文时间序列进行分割，生成研究时段内所有场次洪水集合{, ……}；δRFFPrc1, FPrc2, FPrcw步骤S2.1、遍历水文时间序列中的点，获取所有流量极大值(，)和流量极小值点(，)；XLPcQmaxcTmaxcSPdQmindTmind
且/>；
且/>；
和分别是水文时间序列上极大值点数量和极小值点数量, ，；mnX步骤S2.2、提取第一个大于流量阈值的极大值点(<)作为场次洪水过程的候选最大洪峰点，记为<)，表示第个极大值点，/>，根据洪水过程的物理含义，将其前一个极小值点<)作为过程的起涨点，记作<)，count+1；并判断其后一个极小值点和阈值/>间的关系；LPlQmaxl<maxlFPrc<MFP1 <<max, T<max<<SPr-1<<minr-, T<minr-FPrc<BFP<<<minr-, T<minr-步骤S2.3、若极小值点<)满足则以该点作为场次洪水过程洪水终止位置，记作<)，洪水过程<<)提取完成，跳转至步骤S2.6；否则，跳转至步骤S2.4；SP<<minr，Tminr<FPrc<EFP<<minr，TminrFPrc<MFP<<BFP<<EFP<MFS<步骤S2.4、极值点满足依据场次洪水分割规则若相邻极大值点<满足>，将~ T对应的序列并入场次洪水过程+1，并将>中流量较大者作为的洪峰点，即>>>>>)))，跳转至步骤S2.3判定下一极小值点；否则，跳转至步骤S2.5；SP<<R，LP<LP<l+<>maxl+-Tmaxl<ΔT>>maxl+- Q maxl><ΔQ>>minr->maxl+FPrc>，countLP>LP>l+FPrc>MFP>max>maxl>>>maxl+, TMmax>maxl, Q>maxl+步骤S2.5、若相邻极大值点>不满足>，则提取>间的极小值点>>)，以其作为第一个场次洪水过程的终点，洪水过程>>)提取完成；LP>LP>l+>>maxl+-Tmaxl<ΔT>maxl+1- Q maxl><ΔQLP>LP>l+SP>>>FPrc>FPrc>MFP>>BFP>>EFP>MFS>同时，以作为下一个场次洪水的起点，作为下一个场次洪水的候选最大洪峰点，=1，跳转至步骤S2.3继续判断下一极小值点；SP>LP>l+count步骤S2.6、第场次洪水过程划分结束后，重新获取剩余序列上第一个大于正常水位阈值的极值点，然后采用上述步骤S2.2~S2.5判断该场次洪水的起止位置，此处；>FPrc>直至遍历完水位时间序列并得到所有的场次洪水过程；XFPrc1~FPrcw最终，所得第场场次洪水过程表示为(、、、)；jFPrcjMFPjBFPjEFPjMFSj其中，为水文时间序列数量中的总洪水场次数量，示第场洪水过程，；wXFPrcjj通过分割后的场次洪水表示为：(、、、)；FPrcjFPrcjQMFPjTBFPjTEFPjMFSj分别表示场次洪水的最大流量、洪水的起始时间、洪水的终止时间和峰型；QMFPj、TBFPj、TEFPj、MFSjFPrcj场次洪水分割规则包括相邻波峰波谷之间的时间差阈值ΔT、相邻波峰波谷之间的流量差阈值ΔQ，使用count记录洪水过程的峰值个数，count初始为0；R步骤S3、根据分割后的场次洪水，提取场次洪水过程的9个特征，依次包括洪峰历时、峰值流量、峰前1日流量、峰后1日流量峰前3日流量、峰后3日流量涨水时长涨水斜率和峰型，然后构建场次洪水过程的特征向量{<<<<<<<<}存入场次洪水过程特征数据库；FPrcjFPrc<FTMFTF<PPTF<AP、TF<PPTF<AP、RT、RS<FPrc<FT<MF<TF<PP<TF<AP<TF<PP<TF<AP<RT<RS<<<上述特征向量{<<<<<<<<}计算公式如下：FT<MF<TF<PP<TF<AP<TF<PP<TF<AP<RT<RS<<<
<
<
<
<
；
；
；
;
；表示洪峰开始上涨时间，表示洪峰结束时间；表示场次洪水过程洪峰最大流量对应时刻，表示时刻对应的最大流量值；表示时刻流量，t单位为小时；表示最大流量出现时刻至最大流量值出现后24小时内所有逐小时流量累计之和，/>表示最大流量值出现前24小时到最大流量出现时刻所有逐小时流量；/>表示最大流量出现时刻至最大流量值出现后24小时内所有逐小时流量；/>表示最大流量值出现前72小时到最大流量出现时刻所有逐小时流量，/>表示最大流量出现时刻至最大流量值出现后72小时内所有逐小时流量；表示洪峰开始上涨时刻，表示洪峰起涨时的流量；表示场次洪水过程中包含的极大值点数量，即包含的洪峰个数；TBFPjTEFPjTMFPjFProcjQMFPjTMFPjQttTBFPjQBFPjMFSj步骤S4、对步骤S3所得场次洪水过程特征数据库中的场次洪水过程的特征向量{、、、、、、、、}进行-标准化处理，对不同场次洪水过程和之间对应的特征向量进行相似距离度量，计算公式为：FPrcjFTjMFjTF1PPjTF1APjTF3PPjTF3APjRTjRSjNjzscoreFPrcaFPrcb
; 上式中表示两个场次洪水和之间9个特征向量中第个向量间的距离度量，；/>；/>; DiFPrcaFPrcbi步骤S5、采用基于DBI指标的K-means算法对相似场次洪水模式进行聚类，并以聚类结果为基础构建洪水模式库。。