[发明专利]一种基于全局自动优化算法的洪水实时校正方法

权利要求书

1.一种基于全局自动优化算法的洪水实时校正方法，包括水文耦合模块与误差耦合模块，其特征在于：所述的水文耦合模块用于依据实时的降雨径流信息对水文模型参数和流域初始状态变量进行实时校正计算，所述的水文耦合模块的实时校正区间为洪水开始时间到当前时刻；所述的误差耦合模块用于利用预报径流值与实测值之间的残差，对模型预报误差进行实时校正计算，所述的误差耦合模块的实时校正区间通过模块参数进行优选；所述的水文耦合模块与所述的误差耦合模块之间串联耦合，先运用所述的水文耦合模块进行实时校正预报，后运用所述的误差耦合模块对预报误差进行误差校正计算，得到最终的洪水预报结果；

所述的误差耦合模块包括误差校正模型与全局自动优化算法；所述的误差耦合模块为所述的误差校正模型与所述的全局自动优化算法的耦合；所述洪水预报结果具体通过以下步骤得到：

(1)根据T时刻之前的实测降雨和径流信息，利用水文耦合模块进行全局自动优化计算，得到水文模型参数的一组全局最优解{x₁,x₂,x₃…,x_N}，根据实测降雨信息计算得到本时刻之前的洪水模拟过程{q₁,q₂,q₃…,q_T}，同时根据气象部门的未来降雨过程计算得到未来一段时期内的洪水预报过程{q_T+1,q_T+2,q_T+3…}；

(2)根据T时刻之前的模拟径流系列{q₁,q₂,q₃…,q_T}和实测径流系列{Q₁,Q₂,Q₃…,Q_T}计算得到一组径流误差系列{e₁,e₂,e₃…,e_T}；根据误差系列{e₁,e₂,e₃…,e_T}信息，利用误差耦合模块计算得到一组误差模型参数的全局最优解，带入误差校正模型进行计算，得到未来一段时期内的预报误差系列{e_T+1,e_T+2,e_T+3…}；

(3)根据{q_T+1,q_T+2,q_T+3…}和{e_T+1,e_T+2,e_T+3…}，得到T时刻实时校正预报的径流结果{q_T+1-e_T+1,q_T+2-e_T+2,q_T+3-e_T+3…}，所述T时刻实时校正预报的径流结果为所述洪水预报结果；

所述的水文耦合模块包括流域水文模型与全局自动优化算法；所述的水文耦合模块为所述的流域水文模型与所述的全局自动优化算法的耦合：

所述误差耦合模块包括以下步骤：

误差校正模型分析，分析误差校正模型结构，确定参加优化的参数，并根据预报残差系列确定优化参数的可行域；

全局自动优化算法启动，根据优化参数可行域生成样本点群X_i，带入误差校正模型计算得到目标函数系列F_i，并按照由小到大的排序形成新组合(X_i，F_i)，所述i＝1,2,3…,N；

误差样本进化，对重新排序的样本组合(X_i，F_i)进行复合进化计算，然后进行收敛性判断，若收敛，则获得误差校正模型全局最优参数bestx2；若不收敛，则误差参数样本点群进化，进行模型计算，得到一组新的目标函数系列，再次进行误差样本进化。

2.根据权利要求1所述的一种基于全局自动优化算法的洪水实时校正方法，其特征在于：所述的流域水文模型包括新安江模型、前期影响雨量指数模型(API模型)、萨克拉门托模型(SAC模型)和水箱模型(TANK模型)。