CN110135114B - 河流设计最低通航水位的确定方法和装置 - Google Patents
河流设计最低通航水位的确定方法和装置 Download PDFInfo
- Publication number
- CN110135114B CN110135114B CN201910491165.6A CN201910491165A CN110135114B CN 110135114 B CN110135114 B CN 110135114B CN 201910491165 A CN201910491165 A CN 201910491165A CN 110135114 B CN110135114 B CN 110135114B
- Authority
- CN
- China
- Prior art keywords
- water level
- stationary
- preset
- iii
- pearson
- 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.)
- Expired - Fee Related
Links
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
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了一种河流设计最低通航水位的确定方法和装置,其中,方法包括:确定河流的目标断面在预设历史时期内的非一致性水位参数序列,其中,所述非一致性水位参数序列包括所述预设历史时期中每一单位时间段内与预设保证率对应的水位参数值;根据目标非平稳皮尔逊III型分布函数,确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位,其中,所述目标非平稳皮尔逊III型分布函数包括:时变参数,且所述时变参数根据所述非一致性水位参数序列确定。本发明实施例可以提升确定出的设计最低通航水位的准确性。
Description
技术领域
本发明涉及航道工程技术领域,尤其涉及一种河流设计最低通航水位的确定方法和装置。
背景技术
设计最低通航水位是航道、港口、码头等水运工程中最基本的设计参数,其数值大小直接决定工程造价及工程营运效益,是工程设计人员非常重视的参数之一。
在相关技术中,通过综合历时曲线法或保证率频率法,计算出河流的设计最低通航水位。在该计算过程中,水位样本序列必须满足年际之间的一致性条件,即满足传统水文频率计算要求的样本独立同分布假定。但是现实情况下,由于气候、环境等发生改变,使得水文过程及水文设计值表现出变异的特性。例如:上游修建水库,改变了下游河道的水沙条件,从而影响下游河道的最低通航水位。
由此可知,变化环境下若河道的水文条件发生突变,则相关技术中采用基于一致性的水位样本序列的综合历时曲线法和保证率频率法确定的河流设计最低通航水位的准确率低,从而不符合实际的通航要求。
发明内容
本发明实施例提供一种河流设计最低通航水位的确定方法和装置,以解决相关技术中得出的河流设计最低通航水位存在的准确率低的问题。
为解决以上技术问题,本发明采用如下技术方案:
第一方面,本发明实施例提供了一种河流设计最低通航水位的确定方法,包括:
确定河流的目标断面在预设历史时期内的非一致性水位参数序列,其中,所述非一致性水位参数序列包括所述预设历史时期中每一单位时间段内与预设保证率对应的水位参数值;
根据目标非平稳皮尔逊III型分布函数,确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位,其中,所述目标非平稳皮尔逊III型分布函数包括:时变参数,且所述时变参数根据所述非一致性水位参数序列确定。
可选的,所述根据目标非平稳皮尔逊III型分布函数,确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位的步骤,包括:
根据所述非一致性水位参数序列,确定水位参数值发生突变的目标单位时间和突变后的水位参数序列,其中,所述突变后的水位参数序列包括所述非一致性水位参数序列中位于所述目标单位时间及位于所述目标单位时间之后的各单位时间内的水位参数值;
根据与所述突变后的水位参数序列对应的目标非平稳皮尔逊III型分布函数,确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位。
可选的,所述根据所述非一致性水位参数序列,确定水位参数值发生突变的目标单位时间和突变后的水位参数序列的步骤,包括:
采用跳跃诊断法,根据所述非一致性水位参数序列,确定水位参数值发生突变的目标单位时间;
根据所述目标单位时间和所述非一致性水位参数序列,确定突变后的水位参数序列。
可选的,所述目标单位时间通过以下过程确定:
可选的,在所述确定河流的目标断面在预设历史时期内的非一致性水位参数序列之后,且在所述根据目标非平稳皮尔逊III型分布函数,确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位之前,所述方法还包括:
确定与所述非一致性水位序列对应的预设非平稳皮尔逊III型概率密度函数集,其中,所述预设非平稳皮尔逊III型概率密度集包括至少两个非平稳皮尔逊III型概率密度函数,且所述至少两个非平稳皮尔逊III型概率密度函数均包括待确定的时变参数,所述时变参数包括以下至少一项:位置参数、尺度参数和形状参数;
在对数似然函数:取最大值的情况下,分别确定所述预设非平稳皮尔逊III型概率密度函数集中每一个非平稳皮尔逊III型概率密度函数的时变参数的取值其中,所述f(ztθj(t))为所述预设非平稳皮尔逊III型概率密度函数集中的第j个皮尔逊III型概率密度函数,所述j可以取1至S之间的任一整数,所述S为所述预设非平稳皮尔逊III型概率密度函数集中包括的非平稳皮尔逊III型概率密度函数的数量,所述为所述预设非平稳皮尔逊III型概率密度函数集中第j个皮尔逊III型概率密度函数的时变参数值,所述N为所述预设历史时期内包含的单位时间段的数量,所述t可以取1至N中的任一整数;
根据公式:计算出所述预设非平稳皮尔逊III型概率密度函数集中每一个非平稳皮尔逊III型分概率密度函数的评价指标,其中,所述EIj为所述预设非平稳皮尔逊III型概率密度函数集中的第j个非平稳皮尔逊III型概率密度函数的评价指标,所述p为预设惩罚函数,所述dfj为所述预设非平稳皮尔逊III型概率密度函数集中的第j个非平稳皮尔逊III型概率密度函数的整体自由度;
根据与数值最小的评价指标对应的一个非平稳皮尔逊III型概率密度函数,确定所述目标非平稳皮尔逊III型分布函数。
可选的,所述根据与所述突变后的水位参数序列对应的目标非平稳皮尔逊III型分布函数,确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位的步骤,包括:
获取预设重现期T;
其中,所述为所述目标非平稳皮尔逊III型分布函数的反函数,所述为所述目标非平稳皮尔逊III型分布函数的时变参数,所述t可以取τ至N中的任一整数,所述τ为所述目标单位时间,所述N为所述预设历史时间段内包括的单位时间段的数量;
确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位等于所述目标断面在所述t等于N-K+1至N时分别对应的K个设计最低通航水位的平均值,所述K为预设正整数。
可选的,所述确定河流的目标断面在预设历史时期内的非一致性水位参数序列的步骤,包括:
获取所述河流的目标断面在所述预设历史时期内的每一子单位时间内的水位参数,其中,所述单位时间包括多个子单位时间;
根据所述预设历史时期内的每一子单位时间内的水位参数,分别确定所述预设历史时期内的每一单位时间内的水位历时曲线;
根据所述预设保证率和所述预设历史时期内的每一单位时间内的水位历时曲线,确定所述非一致性水位参数序列。
第二方面,本发明实施例还提供了一种河流设计最低通航水位的确定装置,包括:
第一确定模块,用于确定河流的目标断面在预设历史时期内的非一致性水位参数序列,其中,所述非一致性水位参数序列包括所述预设历史时期中每一单位时间段内与预设保证率对应的水位参数值;
第二确定模块,用于根据目标非平稳皮尔逊III型分布函数,确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位,其中,所述目标非平稳皮尔逊III型分布函数包括:时变参数,且所述时变参数根据所述非一致性水位参数序列确定。
第三方面,本发明实施例还提供了一种河流设计最低通航水位的确定装置,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现本发明实施例提供的所述河流设计最低通航水位的确定方法中的步骤。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现本发明实施例提供的所述河流设计最低通航水位的确定方法中的步骤。
在本发明实施例中,确定河流的目标断面在预设历史时期内的非一致性水位参数序列,其中,所述非一致性水位参数序列包括所述预设历史时期中每一单位时间段内与预设保证率对应的水位参数值;根据目标非平稳皮尔逊III型分布函数,确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位,其中,所述目标非平稳皮尔逊III型分布函数包括:时变参数,且所述时变参数根据所述非一致性水位参数序列确定。这样,可以使目标非平稳皮尔逊III型分布函数的时变参数跟随非一致性水位参数序列发生变化,从而在河流目标断面的水位参数发生非一致性变化时,能够通过该时变参数调整所述目标非平稳皮尔逊III型分布函数,以使所述目标非平稳皮尔逊III型分布函数得出的设计最低通航水位更加准确。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的河流设计最低通航水位的确定方法的流程图;
图2是本发明实施例提供的第一种河流设计最低通航水位的确定装置的结构图;
图3是本发明实施例提供的第二种河流设计最低通航水位的确定装置的结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供的河流设计最低通航水位的确定方法能够确定出河流目标断面的设计最低通航水位,在具体实施中,若河流某时期的实际水位低于该设计最低通航水位,则可以确定该时期该河流的目标断面不具备通航条件,从而可以在实际水位低于设计最低通航水位的情况下,通过输出预警信息,或者提出河道改进方案等方式,提升航道的通航性能和安全可靠性能。
请参阅图1,本发明实施例提供一种河流设计最低通航水位的确定方法,如图1所示,该河流设计最低通航水位的确定方法可以包括以下步骤:
步骤101、确定河流的目标断面在预设历史时期内的非一致性水位参数序列,其中,所述非一致性水位参数序列包括所述预设历史时期中每一单位时间段内与预设保证率对应的水位参数值。
在具体实施中,所述单位时间可以是一年,当然,除了一年以外,所述单位时间还可以是一个月、一个季度等任意时间长度。
为便于理解本发明提供的技术方案,下面以所述单位时间段为一年进行说明。其中,在所述单位时间段为一年的情况下,所述预设历史时期可以是过去十年或者几十年等,在此不作具体限定。
另外,所述水位参数值可以是所述河流的目标断面在一段时间内的平均水位,当然,除了平均水位以外,所述水位参数值还可以是所述河流的目标断面在一段时间内的最低水位、所占时长最多的水位值等,在此不作具体限定。
另外,所述预设保证率也可以称之为预设通航保证率,其可以指航道全年中允许正常通航的天数与全年总天数的比值,即全年中正常通航的相对历时,以百分率表示。在具体实施中,所述预设保证率可以根据所述河流的目标断面所在的航道的通航等级、通航船舶的型号、航道设计标准等确定,例如:一类维护航道的通航保证率为98%,三类维护航道的通航保证率为85~90%等。
在具体实施中,所述非一致性水位参数序列可以是表示该序列中包含的水位参数之间存在非一致性,例如:由于目标断面的上游建立水库、河流大量开采河沙等因素,造成河流的目标断面的水位参数随时间发生较大的改变,从而使所述河流的目标断面的水位参数序列具备非一致性。在实现时,可以根据所述河流的目标断面在预设历史时期内各个时间段内的实际水位历史记录,确定所述非一致性水位参数序列,例如:根据预设历史时期内每日的平均水位,确定出该预设历史时期内每一年中与预设保证率对应的水位参数值等。
步骤102、根据目标非平稳皮尔逊III型分布函数,确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位,其中,所述目标非平稳皮尔逊III型分布函数包括:时变参数,且所述时变参数根据所述非一致性水位参数序列确定。
在具体实施中,非平稳皮尔逊III型分布函数可以表示,皮尔逊III型分布函数中包括随时间等发生变化的时变参数,从而使所述皮尔逊III型分布函数具备非平稳性,另外,所述“目标非平稳皮尔逊III型分布函数”还可以称之为“目标非平稳皮尔逊III型概率分布函数”。本实施方式中,所述非平稳皮尔逊III型分布函数的时变参数根据所述非一致性水位参数序列确定,即所述时变参数的变化趋势与所述非一致性水位参数的变化趋势相对应,这样,可以在非一致性水位参数序列中包括的水位参数发生非一致性变化时,所述非平稳皮尔逊III型分布函数能够保持与该水位参数匹配,从而提升了所述非平稳皮尔逊III型分布函数得出的设计最低通航水位的准确性。
另外,所述预设重现期可以根据用户的需求、航道的通航等级等确定,例如:用户需要确保河流的目标断面的最低通航水位的重现期为10年一遇,则确定所述预设重现期等于10年。
在具体实施中,可以在计算机等电子设备中预先存储所述目标非平稳皮尔逊III型分布函数,并在分别向该分布函数中输入所述预设重现期和所述非一致性水位参数序列中的水位参数的情况下,所述目标非平稳皮尔逊III型分布函数的时变参数随输入的水位参数所发生的时间而发生改变,则根据所述目标非平稳皮尔逊III型分布函数的输出,便可以确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位。
在实现时,可以根据所述非一致性水位参数序列中的水位参数跟随时间的变化趋势,确定所述目标非平稳皮尔逊III型分布函数中的时变参数与时间之间的函数关系,从而可以实现使所述目标非平稳皮尔逊III型分布函数的时变参数跟随非一致性水位参数序列发生变化。
在本发明实施例中,确定河流的目标断面在预设历史时期内的非一致性水位参数序列,其中,所述非一致性水位参数序列包括所述预设历史时期中每一单位时间段内与预设保证率对应的水位参数值;根据目标非平稳皮尔逊III型分布函数,确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位,其中,所述目标非平稳皮尔逊III型分布函数包括:时变参数,且所述时变参数根据所述非一致性水位参数序列确定。这样,可以使目标非平稳皮尔逊III型分布函数的时变参数随非一致性水位参数序列发生变化,从而在河流目标断面的水位参数发生非一致性变化时,能够通过该时变参数调整所述目标非平稳皮尔逊III型分布函数,以使所述目标非平稳皮尔逊III型分布函数得出的设计最低通航水位更加准确。
作为一种可选的实施方式,所述根据目标非平稳皮尔逊III型分布函数,确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位的步骤,包括:
根据所述非一致性水位参数序列,确定水位参数值发生突变的目标单位时间和突变后的水位参数序列,其中,所述突变后的水位参数序列包括所述非一致性水位参数序列中位于所述目标单位时间及位于所述目标单位时间之后的各单位时间内的水位参数值;
根据与所述突变后的水位参数序列对应的目标非平稳皮尔逊III型分布函数,确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位。
在具体实施中,所述水位参数值发生突变,可以是指由于环境变化、河流建立水库或水电站等施工工程、河流大量采沙等因素,造成河流的水位发生突变,从而使突变前的水位参数与突变后的水位参数之间存在较大的差异,使两者之间存在非一致性皮尔逊III型分布函数。
在本实施方式中,仅根据突变后的水位参数序列对应的目标非平稳皮尔逊III型分布函数,确定所述设计最低通航水位,可以避免由于所述突变前的水位参数序列与当前的水位参数之间存在较大差异,造成根据突变前的水位参数序列对应的目标非平稳皮尔逊III型分布函数确定的设计最低通航水与当前的实际通航情况不匹配的问题。需要说明的是,在实际应用中,需要根据所述突变后的水位参数序列和所述突变前的水位参数序列共同确定所述目标非平稳皮尔逊III型分布函数中各参数的取值。上述突变后的水位参数序列对应的目标非平稳皮尔逊III型分布函数,可以表示为:根据所述突变后的水位参数序列和所述突变前的水位参数序列共同确定的所述目标非平稳皮尔逊III型分布函数中的时变参数的时间为所述突变后的水位参数序列中的水位参数对应的时间。
作为一种可选的实施方式,所述根据所述非一致性水位参数序列,确定水位参数值发生突变的目标单位时间和突变后的水位参数序列的步骤,包括:
采用跳跃诊断法,根据所述非一致性水位参数序列,确定水位参数值发生突变的目标单位时间;
根据所述目标单位时间和所述非一致性水位参数序列,确定突变后的水位参数序列。
在具体实施中,采用跳跃诊断法可以确定所述非一致性水位参数序列中水位参数发生突变的时间,即所述目标单位时间。这样,在确定出所述目标单位时间之后,可以将所述非一致性水位参数序列中产生于所述目标单位时间及其后的水位参数构成所述突变后的水位参数序列。且所述非一致性水位参数序列中产生于所述目标单位时间之前的水位参数构成突变前的水位参数序列。
例如:若非一致性水位参数序列包括1990年至2018年内的每日平均水位,且在1998年,水位发生突变,则所述突变后的水位参数序列包括1998年至2018年内的每日平均水位。
在具体实施中,所述目标单位时间可以通过以下过程确定:
本实施方式中,通过有序聚类法进行跳跃诊断,以在所述H取最小值的情况下,确定所述目标单位时间τ。需要说明的是,在具体实施中,所述t可以取1至N中的任一整数可以表示:将各个单位时间内的水位参数按照时间的顺序排列以形成所述非一致性水位参数序列Z(t),在t等于1时,表示取排列于第一位的单位时间内的水位参数,例如:所述预设历史时间段为1990年至2018年,且单位时间长度为一年,则在所述t等于1时,Z(t)表示1990年的水位参数;若所述τ等于10,则表示在1999年所述水位参数发生突变。
本实施方式中,提供计算所述τ的公式,以简化确定所述τ的过程。
需要说明的是,在实际应用中,除了上述跳跃诊断法以外,还可以通过其他方法确定所述目标单位时间,例如:迭代法、比较法等,在此不做具体限定。
作为一种可选的实施方式,在所述确定河流的目标断面在预设历史时期内的非一致性水位参数序列之后,且在所述根据目标非平稳皮尔逊III型分布函数,确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位之前,所述方法还包括:
确定与所述非一致性水位序列对应的预设非平稳皮尔逊III型概率密度函数集,其中,所述预设非平稳皮尔逊III型概率密度集包括至少两个非平稳皮尔逊III型概率密度函数,且所述至少两个非平稳皮尔逊III型概率密度函数均包括待确定的时变参数,所述时变参数包括以下至少一项:位置参数、尺度参数和形状参数;
在对数似然函数:取最大值的情况下,分别确定所述预设非平稳皮尔逊III型概率密度函数集中每一个非平稳皮尔逊III型概率密度函数的时变参数的取值其中,所述f(ztθj(t))为所述预设非平稳皮尔逊III型概率密度函数集中的第j个皮尔逊III型概率密度函数,所述j可以取1至S之间的任一整数,所述S为所述预设非平稳皮尔逊III型概率密度函数集中包括的非平稳皮尔逊III型概率密度函数的数量,所述为所述预设非平稳皮尔逊III型概率密度函数集中第j个皮尔逊III型概率密度函数的时变参数值,所述N为所述预设历史时期内包含的单位时间段的数量,所述t可以取1至N中的任一整数,;
根据公式:计算出所述预设非平稳皮尔逊III型概率密度函数集中每一个非平稳皮尔逊III型分概率密度函数的评价指标,其中,所述EIj为所述预设非平稳皮尔逊III型概率密度函数集中的第j个非平稳皮尔逊III型概率密度函数的评价指标,所述p为预设惩罚函数,所述dfj为所述预设非平稳皮尔逊III型概率密度函数集中的第j个非平稳皮尔逊III型概率密度函数的整体自由度;
根据与数值最小的评价指标对应的一个非平稳皮尔逊III型概率密度函数,确定所述目标非平稳皮尔逊III型分布函数。
在具体实施中,所述预设非平稳皮尔逊III型概率密度函数集可以表示其包括的至少两个非平稳皮尔逊III型概率密度函数,例如:突变前的水位参数序列对应的非平稳皮尔逊III型概率密度函数的时变参数可以是常数,突变后的水位参数序列对应的非平稳皮尔逊III型概率密度函数的时变参数可以是时间t的线性函数等。在具体实施中,可以将所述预设非平稳皮尔逊III型概率密度函数集表示为一个具有待确定参数的非平稳皮尔逊III型概率密度函数f(ztθj(t),然后采用极大似然法确定出与所述非一致性水位参数序列中的各个单位时间段内的水位参数值对应的非平稳皮尔逊III型概率密度函数中待确定参数的取值。
本实施方式中,假设所述预设非平稳皮尔逊III型概率密度函数集中包括S个非平稳皮尔逊III型概率密度函数,所述S为大于或者等于2的整数。并使j取1至S之间的任一整数,以分别计算对数似然函数:的取最大值并确定此时的时变参数的取值:为第j个非平稳皮尔逊III型概率密度函数的时变参数,从而确定所述第j个非平稳皮尔逊III型概率密度函数。
需要说明的是,突变前的水位参数序列中的水位参数之间具备一致性,其对应的皮尔逊III型概率密度函数的时变参数可以是常数;另外,突变后的水位参数序列中的水位参数之间不具备一致性,从而使突变后的水位参数序列中各单位时间的水位参数对应的皮尔逊III型概率密度函数具备不同的时变参数。
另外,根据公式:可以计算出所述预设非平稳皮尔逊III型概率密度函数集中每一非平稳皮尔逊III型概率密度函数的评价指标,其中,所述评价指标用于评价各个非平稳皮尔逊III型概率密度函数的误差率,从而选取评价指标EIj最小的一个非平稳皮尔逊III型概率密度函数作为所述目标非平稳皮尔逊III型分布函数对应的概率密度函数,可以确保所述目标非平稳皮尔逊III型概率密度函数的准确度为所述预设非平稳皮尔逊III型概率密度函数集中最高的一个,从而提升所述目标非平稳皮尔逊III型分布函数的准确性,进而提升计算出的设计最低通航水位的准确性。
需要说明的是,在实际应用中概率密度函数与概率分布函数之间具有对应关系,从而在确定所述目标非平稳皮尔逊III型分布函数对应的概率密度函数时,便可以确定所述目标非平稳皮尔逊III型分布函数。
本实施方式中,根据所述非一致性水位序列确定与之对应的所述目标非平稳皮尔逊III型分布函数,可以使所述目标非平稳皮尔逊III型分布函数能够准确的描述所述非一致性水位序列,进而提升所述目标非平稳皮尔逊III型分布函数的准确率。
作为一种可选的实施方式,所述根据与所述突变后的水位参数序列对应的目标非平稳皮尔逊III型分布函数,确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位的步骤,包括:
获取预设重现期T;
其中,所述为所述目标非平稳皮尔逊III型分布函数的反函数,所述为所述目标非平稳皮尔逊III型分布函数的时变参数,所述t可以取τ至N中的任一整数,所述τ为所述目标单位时间,所述N为所述预设历史时间段内包括的单位时间段的数量;
确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位等于所述目标断面在所述t等于N-K+1至N时分别对应的K个设计最低通航水位的平均值,所述K为预设正整数。
在具体实施中,所述预设重现期T可以根据用户的需求或者航道等级等确定,例如:10年、20年、50年等,在此不作具体限定。
需要说明的是,本实施方式中,所述t可以取τ至N中的任一整数,即表示仅根据与突变后的水位参数序列对应的目标非平稳皮尔逊III型分布函数确定所述设计最低通航水位。
在具体实施中,所述K可以等于5,即表示所述河流的目标断面在现状期内与预设重现期对应的设计最低通航水位等于最靠近当前时间的5年内的设计最低通航水位的平均值。这样,可以使确定出的设计最低通航水位与当前时间的水位参数更加匹配,并避免靠近当前时间的历史水位参数发生波动而造成确定出的所述现状期内的设计最低通航水位的误差较大。
作为一种可选的实施方式,所述确定河流的目标断面在预设历史时期内的非一致性水位参数序列的步骤,包括:
获取所述河流的目标断面在所述预设历史时期内的每一子单位时间内的水位参数,其中,所述单位时间包括多个子单位时间;
根据所述预设历史时期内的每一子单位时间内的水位参数,分别确定所述预设历史时期内的每一单位时间内的水位历时曲线;
根据所述预设保证率和所述预设历史时期内的每一单位时间内的水位历时曲线,确定所述非一致性水位参数序列。
在具体实施中,在所述单位时间为“年”的情况下,所述子单位时间可以是“日”,此时,每一单位时间包括365或者366个子单位时间。
当然,在所述子单位时间还可以是周、小时等其他时间长度,在此不作具体限定。为便于理解本发明实施例,下面以所述单位时间长度是“年”,且所述子单位时间长度是“日”为例,进行具体说明。
在具体实施中,可以根据历史水位确定预设历史时间段内每一日的水位参数值,并据此确定出每一年内的水位历时曲线。其中,所述水位历时曲线为:将一年内逐日平均水位按递减次序排列,以水位为纵坐标,历时为横坐标绘成的曲线,称为水位历时曲线,且所述历时表示:一年中大于等于某一水位出现的天数之和。这样,在确定所述预设保证率的情况下,便可以从所述水位历时曲线中确定出与该预设保证率对应的水位值。
需要说明的是,在具体实施中,可以重复上述确定预设保证率对应的水位值的过程,以确定出所述预设历史时期内的每一单位时间内与所述预设保证率对应的水位值,并依此组成所述非一致性水位参数序列。
请参阅图2,本发明实施例还提供第一种河流设计最低通航水位的确定装置200,如图2所示,该第一种河流设计最低通航水位的确定装置200包括:
第一确定模块201,用于确定河流的目标断面在预设历史时期内的非一致性水位参数序列,其中,所述非一致性水位参数序列包括所述预设历史时期中每一单位时间段内与预设保证率对应的水位参数值;
第二确定模块202,用于根据目标非平稳皮尔逊III型分布函数,确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位,其中,所述目标非平稳皮尔逊III型分布函数包括:时变参数,且所述时变参数根据所述非一致性水位参数序列确定。
可选的,所述第二确定模块202,包括:
第一确定单元,用于根据所述非一致性水位参数序列,确定水位参数值发生突变的目标单位时间和突变后的水位参数序列,其中,所述突变后的水位参数序列包括所述非一致性水位参数序列中位于所述目标单位时间及位于所述目标单位时间之后的各单位时间内的水位参数值;
第二确定单元,用于根据与所述突变后的水位参数序列对应的目标非平稳皮尔逊III型分布函数,确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位。
可选的,所述第一确定单元,包括:
第一确定子单元,用于采用跳跃诊断法,根据所述非一致性水位参数序列,确定水位参数值发生突变的目标单位时间;
第二确定子单元,用于根据所述目标单位时间和所述非一致性水位参数序列,确定突变后的水位参数序列。
可选的,所述目标单位时间通过以下过程确定:
可选的,第一种河流设计最低通航水位的确定装置200还包括:
第三确定模块,用于确定与所述非一致性水位序列对应的预设非平稳皮尔逊III型概率密度函数集,其中,所述预设非平稳皮尔逊III型概率密度集包括至少两个非平稳皮尔逊III型概率密度函数,且所述至少两个非平稳皮尔逊III型概率密度函数均包括待确定的时变参数,所述时变参数包括以下至少一项:位置参数、尺度参数和形状参数;
第四确定模块,用于在对数似然函数:取最大值的情况下,分别确定所述预设非平稳皮尔逊III型概率密度函数集中每一个非平稳皮尔逊III型概率密度函数的时变参数的取值其中,所述f(ztθj(t))为所述预设非平稳皮尔逊III型概率密度函数集中的第j个皮尔逊III型概率密度函数,所述j可以取1至S之间的任一整数,所述S为所述预设非平稳皮尔逊III型概率密度函数集中包括的非平稳皮尔逊III型概率密度函数的数量,所述为所述预设非平稳皮尔逊III型概率密度函数集中第j个皮尔逊III型概率密度函数的时变参数值,所述N为所述预设历史时期内包含的单位时间段的数量,所述t可以取1至N中的任一整数,;
计算模块,用于根据公式:计算出所述预设非平稳皮尔逊III型概率密度函数集中每一个非平稳皮尔逊III型分概率密度函数的评价指标,其中,所述EIj为所述预设非平稳皮尔逊III型概率密度函数集中的第j个非平稳皮尔逊III型概率密度函数的评价指标,所述p为预设惩罚函数,所述dfj为所述预设非平稳皮尔逊III型概率密度函数集中的第j个非平稳皮尔逊III型概率密度函数的整体自由度;
第五确定模块,用于根据与数值最小的评价指标对应的一个非平稳皮尔逊III型概率密度函数,确定所述目标非平稳皮尔逊III型分布函数。
可选的,所述第二确定单元,包括:
获取子单元,用于获取预设重现期T;
其中,所述为所述目标非平稳皮尔逊III型分布函数的反函数,所述为所述目标非平稳皮尔逊III型分布函数的时变参数,所述t可以取τ至N中的任一整数,所述τ为所述目标单位时间,所述N为所述预设历史时间段内包括的单位时间段的数量;
第四确定子单元,用于确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位等于所述目标断面在所述t等于N-K+1至N时分别对应的K个设计最低通航水位的平均值,所述K为预设正整数。
可选的,所述第一确定模块,包括:
获取单元,用于获取所述河流的目标断面在所述预设历史时期内的每一子单位时间内的水位参数,其中,所述单位时间包括多个子单位时间;
第三确定单元,用于根据所述预设历史时期内的每一子单位时间内的水位参数,分别确定所述预设历史时期内的每一单位时间内的水位历时曲线;
第四确定单元,用于根据所述预设保证率和所述预设历史时期内的每一单位时间内的水位历时曲线,确定所述非一致性水位参数序列。
本发明实施例提供的第一种河流设计最低通航水位的确定装置能够实现本发明实施例提供的河流设计最低通航水位的确定方法中的各个过程,且能够提升确定出的设计最低通航水位的准确性。
请参阅图3,本发明实施还提供第二种河流设计最低通航水位的确定装置300,如图3所示,该第二种河流设计最低通航水位的确定装置300包括:存储器301、处理器302及存储在存储器301上并可在处理器302上运行的计算机程序3011。
其中,处理器302执行所述计算机程序,并执行以下过程:
确定河流的目标断面在预设历史时期内的非一致性水位参数序列,其中,所述非一致性水位参数序列包括所述预设历史时期中每一单位时间段内与预设保证率对应的水位参数值;
根据目标非平稳皮尔逊III型分布函数,确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位,其中,所述目标非平稳皮尔逊III型分布函数包括:时变参数,且所述时变参数根据所述非一致性水位参数序列确定。
可选的,处理器302执行的所述根据目标非平稳皮尔逊III型分布函数,确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位的步骤,包括:
根据所述非一致性水位参数序列,确定水位参数值发生突变的目标单位时间和突变后的水位参数序列,其中,所述突变后的水位参数序列包括所述非一致性水位参数序列中位于所述目标单位时间及位于所述目标单位时间之后的各单位时间内的水位参数值;
根据与所述突变后的水位参数序列对应的目标非平稳皮尔逊III型分布函数,确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位。
可选的,处理器302执行的所述根据所述非一致性水位参数序列,确定水位参数值发生突变的目标单位时间和突变后的水位参数序列的步骤,包括:
采用跳跃诊断法,根据所述非一致性水位参数序列,确定水位参数值发生突变的目标单位时间;
根据所述目标单位时间和所述非一致性水位参数序列,确定突变后的水位参数序列。
可选的,所述目标单位时间通过以下过程确定:
可选的,在执行所述确定河流的目标断面在预设历史时期内的非一致性水位参数序列之后,且在执行所述根据目标非平稳皮尔逊III型分布函数,确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位之前,处理器302还用于:
确定与所述非一致性水位序列对应的预设非平稳皮尔逊III型概率密度函数集,其中,所述预设非平稳皮尔逊III型概率密度集包括至少两个非平稳皮尔逊III型概率密度函数,且所述至少两个非平稳皮尔逊III型概率密度函数均包括待确定的时变参数,所述时变参数包括以下至少一项:位置参数、尺度参数和形状参数;
在对数似然函数:取最大值的情况下,分别确定所述预设非平稳皮尔逊III型概率密度函数集中每一个非平稳皮尔逊III型概率密度函数的时变参数的取值其中,所述f(ztθj(t))为所述预设非平稳皮尔逊III型概率密度函数集中的第j个皮尔逊III型概率密度函数,所述j可以取1至S之间的任一整数,所述S为所述预设非平稳皮尔逊III型概率密度函数集中包括的非平稳皮尔逊III型概率密度函数的数量,所述为所述预设非平稳皮尔逊III型概率密度函数集中第j个皮尔逊III型概率密度函数的时变参数值,所述N为所述预设历史时期内包含的单位时间段的数量,所述t可以取1至N中的任一整数,;
根据公式:计算出所述预设非平稳皮尔逊III型概率密度函数集中每一个非平稳皮尔逊III型分概率密度函数的评价指标,其中,所述EIj为所述预设非平稳皮尔逊III型概率密度函数集中的第j个非平稳皮尔逊III型概率密度函数的评价指标,所述p为预设惩罚函数,所述dfj为所述预设非平稳皮尔逊III型概率密度函数集中的第j个非平稳皮尔逊III型概率密度函数的整体自由度;
根据与数值最小的评价指标对应的一个非平稳皮尔逊III型概率密度函数,确定所述目标非平稳皮尔逊III型分布函数。
可选的,处理器302执行的所述根据与所述突变后的水位参数序列对应的目标非平稳皮尔逊III型分布函数,确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位的步骤,包括:
获取预设重现期T;
其中,所述为所述目标非平稳皮尔逊III型分布函数的反函数,所述为所述目标非平稳皮尔逊III型分布函数的时变参数,所述t可以取τ至N中的任一整数,所述τ为所述目标单位时间,所述N为所述预设历史时间段内包括的单位时间段的数量;
确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位等于所述目标断面在所述t等于N-K+1至N时分别对应的K个设计最低通航水位的平均值,所述K为预设正整数。
可选的,处理器302执行的所述确定河流的目标断面在预设历史时期内的非一致性水位参数序列的步骤,包括:
获取所述河流的目标断面在所述预设历史时期内的每一子单位时间内的水位参数,其中,所述单位时间包括多个子单位时间;
根据所述预设历史时期内的每一子单位时间内的水位参数,分别确定所述预设历史时期内的每一单位时间内的水位历时曲线;
根据所述预设保证率和所述预设历史时期内的每一单位时间内的水位历时曲线,确定所述非一致性水位参数序列。
本发明实施例中,处理器执行计算机程序时,实现如上所述的河流设计最低通航水位的确定方法的各个步骤。取得与上述方法实施例中相同的有益效果,为避免重复,在此不再赘述。
本发明实施例还提供一种计算机存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的河流设计最低通航水位的确定方法中的步骤,且能达到相同的技术效果,为避免重复,这里不再赘述。
其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台电子设备(可以是计算机,服务器,控制器,或者网络设备等)执行本发明各个实施例所述的方法。
在本申请所提供的几个实施例中,应该理解到,所揭露方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理包括,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (9)
1.一种河流设计最低通航水位的确定方法,其特征在于,包括:
确定河流的目标断面在预设历史时期内的非一致性水位参数序列,其中,所述非一致性水位参数序列包括所述预设历史时期中每一单位时间段内与预设保证率对应的水位参数值;
确定与所述非一致性水位序列对应的预设非平稳皮尔逊Ш型概率密度函数集,其中,所述预设非平稳皮尔逊Ш型概率密度集包括至少两个非平稳皮尔逊Ш型概率密度函数,且所述至少两个非平稳皮尔逊Ш型概率密度函数均包括待确定的时变参数,所述时变参数包括以下至少一项:位置参数、尺度参数和形状参数;
在对数似然函数:取最大值的情况下,分别确定所述预设非平稳皮尔逊Ш型概率密度函数集中每一个非平稳皮尔逊Ш型概率密度函数的时变参数的取值其中,所述f(z(t)|θj(t))为所述预设非平稳皮尔逊Ш型概率密度函数集中的第j个皮尔逊Ш型概率密度函数,所述j为1至S之间的任一整数,所述S为所述预设非平稳皮尔逊Ш型概率密度函数集中包括的非平稳皮尔逊Ш型概率密度函数的数量,所述为所述预设非平稳皮尔逊Ш型概率密度函数集中第j个皮尔逊Ш型概率密度函数的时变参数值,所述N为所述预设历史时期内包含的单位时间段的数量,所述z(t)为所述非一致性水位参数序列,所述t为1至N中的任一整数;
根据公式:计算出所述预设非平稳皮尔逊Ш型概率密度函数集中每一个非平稳皮尔逊Ш型概率密度函数的评价指标,其中,所述EIj为所述预设非平稳皮尔逊Ш型概率密度函数集中的第j个非平稳皮尔逊Ш型概率密度函数的评价指标,所述p为预设惩罚函数,所述dfj为所述预设非平稳皮尔逊Ш型概率密度函数集中的第j个非平稳皮尔逊Ш型概率密度函数的整体自由度;
根据与数值最小的评价指标对应的一个非平稳皮尔逊Ш型概率密度函数,确定目标非平稳皮尔逊Ш型分布函数;
根据所述目标非平稳皮尔逊Ш型分布函数,确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位,其中,所述目标非平稳皮尔逊Ш型分布函数包括:时变参数,且所述时变参数根据所述非一致性水位参数序列确定。
2.根据权利要求1所述的方法,其特征在于,所述根据目标非平稳皮尔逊Ш型分布函数,确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位的步骤,包括:
根据所述非一致性水位参数序列,确定水位参数值发生突变的目标单位时间和突变后的水位参数序列,其中,所述突变后的水位参数序列包括所述非一致性水位参数序列中位于所述目标单位时间及位于所述目标单位时间之后的各单位时间内的水位参数值;
根据与所述突变后的水位参数序列对应的目标非平稳皮尔逊Ш型分布函数,确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位。
3.根据权利要求2所述的方法,其特征在于,所述根据所述非一致性水位参数序列,确定水位参数值发生突变的目标单位时间和突变后的水位参数序列的步骤,包括:
采用跳跃诊断法,根据所述非一致性水位参数序列,确定水位参数值发生突变的目标单位时间;
根据所述目标单位时间和所述非一致性水位参数序列,确定突变后的水位参数序列。
5.根据权利要求2所述的方法,其特征在于,所述根据与所述突变后的水位参数序列对应的目标非平稳皮尔逊Ш型分布函数,确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位的步骤,包括:
获取预设重现期T;
其中,所述为所述目标非平稳皮尔逊Ш型分布函数的反函数,所述为所述目标非平稳皮尔逊Ш型分布函数的时变参数,所述t为τ至N中的任一整数,所述τ为所述目标单位时间,所述N为所述预设历史时间段内包括的单位时间段的数量;
确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位等于所述目标断面在所述t等于N-K+1至N时分别对应的K个设计最低通航水位的平均值,所述K为预设正整数。
6.根据权利要求1所述的方法,其特征在于,所述确定河流的目标断面在预设历史时期内的非一致性水位参数序列的步骤,包括:
获取所述河流的目标断面在所述预设历史时期内的每一子单位时间内的水位参数,其中,所述单位时间包括多个子单位时间;
根据所述预设历史时期内的每一子单位时间内的水位参数,分别确定所述预设历史时期内的每一单位时间内的水位历时曲线;
根据所述预设保证率和所述预设历史时期内的每一单位时间内的水位历时曲线,确定所述非一致性水位参数序列。
7.一种河流设计最低通航水位的确定装置,其特征在于,包括:
第一确定模块,用于确定河流的目标断面在预设历史时期内的非一致性水位参数序列,其中,所述非一致性水位参数序列包括所述预设历史时期中每一单位时间段内与预设保证率对应的水位参数值;
第三确定模块,用于确定与所述非一致性水位序列对应的预设非平稳皮尔逊Ш型概率密度函数集,其中,所述预设非平稳皮尔逊Ш型概率密度集包括至少两个非平稳皮尔逊Ш型概率密度函数,且所述至少两个非平稳皮尔逊Ш型概率密度函数均包括待确定的时变参数,所述时变参数包括以下至少一项:位置参数、尺度参数和形状参数;
第四确定模块,用于在对数似然函数:取最大值的情况下,分别确定所述预设非平稳皮尔逊Ш型概率密度函数集中每一个非平稳皮尔逊Ш型概率密度函数的时变参数的取值其中,所述f(z(t)|θj(t))为所述预设非平稳皮尔逊Ш型概率密度函数集中的第j个皮尔逊Ш型概率密度函数,所述j为1至S之间的任一整数,所述S为所述预设非平稳皮尔逊Ш型概率密度函数集中包括的非平稳皮尔逊Ш型概率密度函数的数量,所述为所述预设非平稳皮尔逊Ш型概率密度函数集中第j个皮尔逊Ш型概率密度函数的时变参数值,所述N为所述预设历史时期内包含的单位时间段的数量,所述z(t)为所述非一致性水位参数序列,所述t为1至N中的任一整数;
计算模块,用于根据公式:计算出所述预设非平稳皮尔逊Ш型概率密度函数集中每一个非平稳皮尔逊Ш型概率密度函数的评价指标,其中,所述EIj为所述预设非平稳皮尔逊Ш型概率密度函数集中的第j个非平稳皮尔逊Ш型概率密度函数的评价指标,所述p为预设惩罚函数,所述dfj为所述预设非平稳皮尔逊Ш型概率密度函数集中的第j个非平稳皮尔逊Ш型概率密度函数的整体自由度;
第五确定模块,用于根据与数值最小的评价指标对应的一个非平稳皮尔逊Ш型概率密度函数,确定目标非平稳皮尔逊Ш型分布函数;
第二确定模块,用于根据目标非平稳皮尔逊Ш型分布函数,确定所述目标断面在现状期内与预设重现期对应的设计最低通航水位,其中,所述目标非平稳皮尔逊Ш型分布函数包括:时变参数,且所述时变参数根据所述非一致性水位参数序列确定。
8.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的河流设计最低通航水位的确定方法中的步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的河流设计最低通航水位的确定方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910491165.6A CN110135114B (zh) | 2019-06-06 | 2019-06-06 | 河流设计最低通航水位的确定方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910491165.6A CN110135114B (zh) | 2019-06-06 | 2019-06-06 | 河流设计最低通航水位的确定方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110135114A CN110135114A (zh) | 2019-08-16 |
CN110135114B true CN110135114B (zh) | 2020-10-20 |
Family
ID=67580607
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910491165.6A Expired - Fee Related CN110135114B (zh) | 2019-06-06 | 2019-06-06 | 河流设计最低通航水位的确定方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110135114B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111914436B (zh) * | 2020-08-20 | 2024-03-19 | 中国水利水电科学研究院 | 一种水文设计值区间结果输出方法、装置及电子设备 |
CN112149893A (zh) * | 2020-09-17 | 2020-12-29 | 中国水利水电科学研究院 | 一种设计洪水值预测方法和装置 |
CN115329857B (zh) * | 2022-08-04 | 2024-02-09 | 武汉理工大学 | 内河通航水域等级划分方法、装置、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107423544A (zh) * | 2017-04-18 | 2017-12-01 | 中国水利水电科学研究院 | 一种流域水文极值的非平稳性影响指标的确定方法及装置 |
CN108955652A (zh) * | 2018-08-03 | 2018-12-07 | 中山大学 | 一种水文非一致性序列重构方法 |
RU2683224C1 (ru) * | 2017-11-07 | 2019-03-26 | Игорь Николаевич Павлов | Способ регулирования водного стока в руслах рек для предупреждения наводнений |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109284477A (zh) * | 2018-09-29 | 2019-01-29 | 中国水利水电科学研究院 | 一种水文序列的丰枯组合概率计算方法及装置 |
-
2019
- 2019-06-06 CN CN201910491165.6A patent/CN110135114B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107423544A (zh) * | 2017-04-18 | 2017-12-01 | 中国水利水电科学研究院 | 一种流域水文极值的非平稳性影响指标的确定方法及装置 |
RU2683224C1 (ru) * | 2017-11-07 | 2019-03-26 | Игорь Николаевич Павлов | Способ регулирования водного стока в руслах рек для предупреждения наводнений |
CN108955652A (zh) * | 2018-08-03 | 2018-12-07 | 中山大学 | 一种水文非一致性序列重构方法 |
Non-Patent Citations (7)
Title |
---|
Nonstationary statistical approach for designing LNWLs in inland waterways: a case study in the downstream of the Lancang River;Jiangyan Zhao 等;《Stochastic Environmental Research and Risk Assessment》;20180915;第32卷;第3273-3286页 * |
Stationarity is undead: Uncertainty dominates the distribution of extremes;Francesco Serinaldi 等;《Advances in Water Resources》;20150331;第77卷;第17-36页 * |
变化环境下区域水资源变异与评价方法不确定性;许斌;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20130915;第2013年卷(第9期);第C037-11页 * |
变化环境下非一致性最低通航水位设计方法研究展望;谢平 等;《面向未来的水安全与可持续发展——第十四届中国水论坛论文集》;20161231;第176-182页 * |
多变量水文事件重现期计算研究;史黎翔;《中国优秀硕士学位论文全文数据库 基础科学辑》;20170215;第2017年卷(第02期);第A012-32页 * |
枯水期非一致性最低通航水位的综合历时曲线设计法;赵江艳 等;《应用生态学报》;20180430;第29卷(第4期);第1079-1088页 * |
非一致性条件下水文设计值估计方法探讨;梁忠民 等;《南水北调与水利科技》;20160229;第14卷(第1期);第50-53页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110135114A (zh) | 2019-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110135114B (zh) | 河流设计最低通航水位的确定方法和装置 | |
Trachsel et al. | All age–depth models are wrong, but are getting better | |
Chang et al. | Robust lasso regression using Tukey's biweight criterion | |
Mayr et al. | Generalized additive models for location, scale and shape for high dimensional data—a flexible approach based on boosting | |
CN105069122B (zh) | 一种基于用户行为的个性化推荐方法及其推荐装置 | |
US7925560B2 (en) | Systems and methods for valuing a derivative involving a multiplicative index | |
Nystrup et al. | Stylised facts of financial time series and hidden Markov models in continuous time | |
EP2620916A2 (en) | Visualization of uncertain times series | |
Xu et al. | Comparison of three global optimization algorithms for calibration of the Xinanjiang model parameters | |
US10450841B2 (en) | Methods for statistical prediction of well production and reserves | |
Tian et al. | Improving short-term urban water demand forecasts with reforecast analog ensembles | |
KR20210017342A (ko) | 과거 데이터에 기초한 시계열 예측 방법 및 장치 | |
CN110119540A (zh) | 一种用于生存风险分析的多输出梯度提升树建模方法 | |
CN116307215A (zh) | 一种电力系统的负荷预测方法、装置、设备及存储介质 | |
CN115082920A (zh) | 深度学习模型的训练方法、图像处理方法和装置 | |
CN109409559A (zh) | 油田产量递减率的确定方法及装置 | |
CN116091118A (zh) | 电价预测方法、装置、设备、介质及产品 | |
Breuer et al. | A generalised Gerber–Shiu measure for Markov-additive risk processes with phase-type claims and capital injections | |
CN109829000B (zh) | 一种河川年径流量数据的一致性处理方法及装置 | |
Cadigan et al. | Local influence diagnostics for the retrospective problem in sequential population analysis | |
US11651289B2 (en) | System to identify and explore relevant predictive analytics tasks of clinical value and calibrate predictive model outputs to a prescribed minimum level of predictive accuracy | |
KR20180129496A (ko) | 전력 수요를 예측하는 방법 및 장치 | |
CN115169089A (zh) | 基于核密度估计和copula的风电功率概率预测方法和装置 | |
CN113052630B (zh) | 利用模型进行电力设备配置的方法和电力设备配置方法 | |
Chen et al. | Describing Urban Evolution with the Fractal Parameters Based on Area‐Perimeter Allometry |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201020 |
|
CF01 | Termination of patent right due to non-payment of annual fee |