CN106547981B - 一种基于Halphen A分布的洪水频率分析方法和系统 - Google Patents
一种基于Halphen A分布的洪水频率分析方法和系统 Download PDFInfo
- Publication number
- CN106547981B CN106547981B CN201610970636.8A CN201610970636A CN106547981B CN 106547981 B CN106547981 B CN 106547981B CN 201610970636 A CN201610970636 A CN 201610970636A CN 106547981 B CN106547981 B CN 106547981B
- Authority
- CN
- China
- Prior art keywords
- flood
- distribution
- probability density
- halphen
- function
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 58
- 238000004458 analytical method Methods 0.000 title claims abstract description 30
- 238000005315 distribution function Methods 0.000 claims abstract description 19
- 238000013461 design Methods 0.000 claims abstract description 13
- 238000005070 sampling Methods 0.000 claims description 7
- 238000009795 derivation Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 abstract description 9
- 230000000694 effects Effects 0.000 abstract description 6
- 238000004364 calculation method Methods 0.000 abstract description 3
- 238000001276 Kolmogorov–Smirnov test Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Complex Calculations (AREA)
Abstract
本发明公开了一种基于Halphen A分布的洪水频率分析方法和系统，属于水文分析计算领域。本发明方法率先将Halphen A分布引入洪水频率分析中，构建洪水概率密度函数，并依据分布函数特点采用最大熵原理实现Halphen A分布的参数估计，进而利用洪水概率密度函数推求T年一遇设计洪水值。本发明还实现了一种基于Halphen A分布的洪水频率分析系统，本发明的洪水概率分析方法和系统非常适合水文频率分析，其拟合效果基本优于水文频率分析中其他分布。本发明为水文频率分析提供了一种更加有效的途径。
Description
技术领域
本发明属于洪水预报领域，更具体地，涉及一种基于Halphen A分布的洪水频率分析方法和系统。
背景技术
洪水一般用洪水发生的概率密度定义洪水大小，如20年一遇、50年一遇和百年一遇等。洪水频率分析的目的就是通过频率曲线的外延，推求T年一遇洪水的设计洪水值。如计算的设计洪水值较大，则规模过大，会增加投资，造成浪费；如计算的设计洪水值较低，则规模过小，又可能在不利水文条件下导致工程失事造成损失。
因此，开展高精度的洪水频率分析是水利水电工程设计与规划的首要问题，选择合适的频率分布线型与参数估计方法是其重要内容。目前多数研究仅选取单一的频率分布线型，如指数分布(Exponential，EXP)、Weibull分布、Gamma分布、Gumbel分布、广义极值分布(GEV)、皮尔逊III型分布(P-III)、对数皮尔逊III型分布(LP-III)及对数正态分布(LN)等分布进行洪水频率分析，其设计洪水结果具有较大的不确定性，设计洪水值的高估与低估会导致投资过多或安全风险增大等后果。
发明内容
针对现有技术的以上改进需求，本发明提供了一种基于Halphen A分布的洪水频率分析方法和系统，其目的在于将Halphen A分布引入洪水频率分析中，并依据分布函数特点采用最大熵原理实现分布函数的参数估计，在此基础上开展基于Halphen A分布的设计洪水计算，由此解决现有分析技术的洪水频率分析精度不高的技术问题。
为实现上述目的，按照本发明的一个方面，提供了一种基于Halphen A分布的洪水频率分析方法，该方法包括以下步骤：
(1)对选定水文站进行取样,采集年最大流量样本序列即x序列；
(2)采用Halphen A分布构建洪水概率密度函数：
其中，变量x表示年最大流量，f(x)表示流量为x的概率密度；Kv(2α)是v阶二型改进贝塞尔函数；α和v是形状参数，m是尺度参数，且m＞0，α＞0；
(3)基于最大熵原理，推导出Halphen A分布函数的参数，包括以下子步骤：
(31)依据最大熵原理，某一随机变量x的概率密度函数f(x)可通过最大化熵值得到：
其中，
gi(x)为x的函数；Ci为gi(x)的期望；
依据拉格朗日乘子法，f(x)可表示为：
f(x)＝exp(-λ0-λ1g1(x)-λ2g2(x)…λmgm(x)) (3)
其中：m为约束个数；λi,i＝0,1,2,...,m为拉格朗日乘子；
(32)基于最大熵原理，构造拟合洪峰序列x的Halphen A型分布约束条件表达式为：
其中，E为期望；
则概率密度函数可构造为：
(33)为了得到Halphen A型分布中λ0的表达式，将式(5)带入到(4a)中可得：
因此，可得λ0的表达式为：
为了得到Halphen A型分布参数的约束等式，对式(8)中的λ1、λ2分别求导，可得：
由于上述两式无法求解三个参数，故对λ2求二阶导，得：
式(9a)、(9b)、(10)即为拉格朗日乘子与约束间的关系；
(34)为得到Halphen A型分布拉格朗日乘子与参数间的关系，将式(7)代入式(5)，得：
为了得到与原函数相似表达式令
有：
对比Halphen A型分布的原函数即公式(1)：
可得Halphen A型分布拉格朗日乘子与参数间的关系为：
(35)最后可以推求得到Halphen A型分布参数与约束关系，由贝塞尔函数的性质：
以及(13)，整理式(9a)、式(9b)和式(10)可得：
进一步可得：
其中，E为期望；var()为方差；将步骤(1)中采集河流历年最大流量序列数据即x序列代入公式(16)，求解洪水概率密度函数的参数α、m和v；
(4)对洪水概率密度函数进行积分，得到分布函数F(x)：
其中，P表示流量小于x的洪水发生概率；利用分布函数推求T年一遇的洪水流量设计值X，其中
按照本发明的另一方面，提供了一种基于Halphen A分布的洪水频率分析系统，该系统包括以下模块：
采样模块，用于对特定水文站进行取样,采集年最大流量样本序列即x序列；
建模模块，用于采用Halphen A分布构建洪水概率密度函数：
其中，变量x表示年最大流量，f(x)表示流量为x的概率密度；Kv(2α)是v阶二型改进贝塞尔函数；α和v是形状参数，m是尺度参数，且m＞0，α＞0；
参数推导模块，用于推导洪水概率密度函数参数，洪水概率密度函数的参数α、m和v满足下式：
其中；E为期望；var()为方差；将采集模块中采集的河流历年最大流量序列数据即x序列代入以上公式，求出概率密度函数的参数α、m和v；
分析模块，用于对洪水概率密度函数进行积分，得到分布函数F(x)：
其中，P表示流量小于x的洪水发生概率；利用分布函数推求T年一遇的洪水流量设计值X，其中
总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下技术特征及有益效果：
1、相对于常用的传统分布，Halphen A分布函数簇本身包含了正态分布、Gamma分布和逆Gamma分布，具有足够的灵活性来模拟复杂多变的数据集，尾部特性十分良好，因此非常适于水文频率分析；
2、其拟合效果基本优于水文中的其它常用分布，最大熵原理能够有效地估计分布函数的参数，得到精度高的洪水频率分布函数。
附图说明
图1为本发明方法流程图；
图2为本发明方法拟合洪水概率密度曲线效果图；
图3为本发明方法拟合洪水概率密度分布曲线效果图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1所示，本发明包括以下步骤：
(1)对选定水文站进行取样,采集年最大流量样本序列即x序列；
(2)采用Halphen A分布构建洪水概率密度函数：
其中，变量x表示年最大流量，f(x)表示流量为x的概率密度；Kv(2α)是v阶二型改进贝塞尔函数；α和v是形状参数，m是尺度参数，且m＞0，α＞0；
(3)洪水概率密度函数的参数α、m和v满足下式：
其中，E为期望；var()为方差；将步骤(1)中采集河流历年最大流量序列数据即x序列代入以上公式，求出洪水概率密度函数的参数α、m和v；
(4)对洪水概率密度函数进行积分，得到分布函数F(x)：
其中，P表示流量小于x的洪水发生概率；利用分布函数推求T年一遇的洪水流量设计值X，其中
实施例：利用某流域典型水文站点A的年最大流量序列数据检验Halphen A分布的拟合效果，将水文站点A的年最大流量序列数据代入参数推导公式中得到Halphen A分布的参数α＝8.2321,m＝2.5352,v＝0.0133，将参数值代入洪水概率密度函数，绘制函数曲线，如图2所示为洪峰流量和其概率密度的拟合情况，由图2可以看出洪水概率密度函数拟合效果良好；对概率密度函数进行积分得到分布函数，绘制分布函数曲线，如图3所示，图中离散点和曲线分别为洪峰流量的经验值频率值和理论频率值，由图3可以看出分布函数拟合效果良好；
采用Halphen A分布、正态分布、指数分布(EXP)、Gamma分布、Gumbel分布、广义正态分布(Generalized normal，GN)、P-III分布、广义Pareto分布(Generalized Pareto，GP)及Weibull分布等拟合典型水文站A的年最大洪峰流量序列，并基于K-S(Kolmogorov-Smirnov，K-S)检验法、均方根误差以及AIC准则(Akaike information criterion，AIC)对各分部的拟合结果进行比较分析，确定拟合最优的分布函数，进行洪水频率分析。取K-S检验显著性水平为α＝0.05，P值大于0.05时通过检验，RMSE和AIC值越小说明拟合效果越好，表1给出了各分布K-S检验统计量P值、RMSE和AIC值。结果表明，所有分布均通过了K-S检验。比较各分部的RMSE和AIC值可知，Halphen A型分布的拟合效果优于常用分布。
表1
表2给出了上述分布函数拟合典型水文站点A的设计洪水值，结果表明，当重现期较大时，各分布计算结果差异明显，考虑到工程设计中，低估的设计值将大大增加大坝及下游的洪水风险，由表中数据比较分析可知Halphen A型分布的频率分析结果优于常用分布。
表2
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (2)
1.一种基于Halphen A分布的洪水频率分析方法，其特征在于，该方法包括以下步骤：
(1)对选定水文站进行取样,采集年最大流量样本序列即x序列；
(2)采用Halphen A分布构建洪水概率密度函数：
其中，变量x表示年最大流量，f(x)表示流量为x的概率密度；Kv(2α)是v阶二型改进贝塞尔函数；α和v是形状参数，m是尺度参数，且m＞0，α＞0；
(3)洪水概率密度函数的参数α、m和v满足下式：
其中，E为期望；var()为方差；将步骤(1)中采集河流历年最大流量序列数据即x序列代入本步骤的公式，求出洪水概率密度函数的参数α、m和v；
(4)对洪水概率密度函数进行积分，得到分布函数F(x)：
其中，P表示流量小于x的洪水发生概率；利用分布函数推求T年一遇的洪水流量设计值X，其中
2.一种基于Halphen A分布的洪水频率分析系统，其特征在于，该系统包括以下模块：
采样模块，用于对特定水文站进行取样,采集年最大流量样本序列即x序列；
建模模块，采用Halphen A分布构建洪水概率密度函数：
其中，变量x表示年最大流量，f(x)表示流量为x的概率密度；Kv(2α)是v阶二型改进贝塞尔函数；α和v是形状参数，m是尺度参数，且m＞0，α＞0；
参数推导模块，用于推导洪水概率密度函数参数，洪水概率密度函数的参数α、m和v满足下式：
其中；E为期望；var()为方差；将采集模块中采集的河流历年最大流量序列数据即x序列代入本模块的公式，求出概率密度函数的参数α、m和v；
分析模块，用于对洪水概率密度函数进行积分，得到分布函数F(x)：
其中，P表示流量小于x的洪水发生概率；利用分布函数推求T年一遇的洪水流量设计值X，其中
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610970636.8A CN106547981B (zh) | 2016-10-31 | 2016-10-31 | 一种基于Halphen A分布的洪水频率分析方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610970636.8A CN106547981B (zh) | 2016-10-31 | 2016-10-31 | 一种基于Halphen A分布的洪水频率分析方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106547981A CN106547981A (zh) | 2017-03-29 |
| CN106547981B true CN106547981B (zh) | 2020-07-10 |
Family
ID=58393958
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610970636.8A Active CN106547981B (zh) | 2016-10-31 | 2016-10-31 | 一种基于Halphen A分布的洪水频率分析方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106547981B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107133409B (zh) * | 2017-05-15 | 2020-07-14 | 河海大学 | 一种适应环境变化需求的工程设计洪水复核方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3362973A (en) * | 1966-12-20 | 1968-01-09 | Agriculture Usa | Method for producing halphennegative cottonseed oil |
| US4283437A (en) * | 1979-08-02 | 1981-08-11 | Frito-Lay, Inc. | Method for frying foods and fried food products |
| CN104992249B (zh) * | 2015-07-14 | 2017-09-29 | 华中科技大学 | 一种被动分洪情景下的分洪区避险转移模型建立方法 |
-
2016
- 2016-10-31 CN CN201610970636.8A patent/CN106547981B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN106547981A (zh) | 2017-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106446547B (zh) | 一种基于广义第二类贝塔分布的洪水频率分析方法 | |
| CN104319807B (zh) | 一种基于Copula函数获取多风电场容量可信度的方法 | |
| CN111898831B (zh) | 一种实时洪水概率预报实用化方法 | |
| CN108074038B (zh) | 一种考虑可再生能源及负荷多时空分布特性的电力生产模拟方法 | |
| CN113435630B (zh) | 一种产流模式自适应的流域水文预报方法及系统 | |
| Lu et al. | Application of profile likelihood function to the uncertainty analysis of hydrometeorological extreme inference | |
| Yang et al. | Drought projection based on a hybrid drought index using Artificial Neural Networks | |
| CN106557614B (zh) | 一种基于Halphen IB分布的洪水频率分析方法 | |
| CN106529157B (zh) | 一种基于Halphen B分布的洪水频率分析方法和系统 | |
| CN114819322B (zh) | 湖泊入湖流量的预报方法 | |
| CN106547981B (zh) | 一种基于Halphen A分布的洪水频率分析方法和系统 | |
| CN116467933A (zh) | 基于深度学习的风暴潮增水预测方法及系统 | |
| CN114912671A (zh) | 基于气象预报的气象型骤旱预警方法 | |
| CN103218516A (zh) | 一种聚类再回归的机场噪声单步预测方法 | |
| Silva et al. | Naturalized streamflows and Affluent Natural Energy projections for the Brazilian hydropower sector for the SSP2-4.5 and SSP5-8.5 scenarios of the CMIP6 | |
| CN109870146B (zh) | 一种气候变化情景下的洪水频率计算方法和装置 | |
| CN105512492B (zh) | 潮汐流能发电机输出功率的概率建模方法 | |
| CN109614642A (zh) | 一种水文频率分析的模型选择方法 | |
| Hu et al. | Encounter probability analysis of typhoon and plum rain in the Taihu Lake Basin | |
| CN105825435A (zh) | 一种基于时序运行模拟的电网运营效率评估方法 | |
| CN106599566B (zh) | 一种基于广义伽马分布的洪水频率分析方法和系统 | |
| CN111130098B (zh) | 一种含分布式电源配电网系统风险评估方法 | |
| CN109524983B (zh) | 一种基于典型状态的光伏出力建模方法 | |
| CN109390946B (zh) | 一种基于多参数规划理论的最优概率潮流快速计算方法 | |
| CN109086245B (zh) | 一种基于替代模型的vic参数多目标方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |