[发明专利]一种径流量预报方法、处理器

说明书

本发明公开了一种径流量预报方法、处理器，所述方法包括：采集流域内雨量站和水文站的历史数据，所述历史数据具体为站点观测到的每日降水量、实测径流量，基于历史数据和预设水文模型确定径流量预测序列，建立误差修正模型，并基于所述径流量预测序列和实测径流量序列训练所述误差修正模型，基于训练后的所述误差修正模型和所述预设水文模型进行径流量预报，从而减小了径流量预报的误差，提升了径流量预报的准确性。

技术领域

本申请涉及径流量处理技术领域，更具体地，涉及一种径流量预报方法、处理器。

背景技术

在某一流域内，径流量预报是一种有效的防洪非工程措施，对于指导水库科学调度和应急处置，确保流域内电站防洪度汛安全、提高社会效益和经济效益具有重要意义，准确的径流量预报可帮助提前对防洪、发电、航运、生态调节进行综合决策。

目前为止，现有技术预报的径流量与实测径流量的误差系列大多为不稳定的非线性序列，原因包括：

1、受自然条件和观测技术影响的观测误差，2、对实际水文过程不完整、概化的模型结构误差，以及模型参数误差、预见期降水不准确等引起的误差。

因此，如何尽可能的减小误差，提升径流量预报的准确性，是本领域技术人员有待解决的技术问题。

发明内容

本发明公开了一种径流量预报方法，用于降低径流量预报的误差，提高径流量预报的准确性，所述方法包括：

采集流域内雨量站和水文站的历史数据，所述历史数据具体为站点观测的每日降水量、实测径流量；

基于历史数据和预设水文模型确定径流量预测序列；

建立误差修正模型，并基于所述径流量预测序列和实测径流量序列训练所述误差修正模型；

基于训练后的所述误差修正模型和所述预设水文模型进行所述径流量预报。

优选地，在建立误差修正模型之前，还包括：

根据所述实测径流量序列和所述径流量预测序列的差值确定误差序列；

对所述误差序列进行归一化处理得到归一化数据。

优选地，所述建立误差修正模型，具体包括：

对待建立的所述误差修正模型的模型参数进行优化；

确定出待建立的所述误差修正模型的所有超参数集合，其中，每一组所述超参数集合都包含多个超参数，每一个所述超参数都有对应的取值区间；

对所述超参数集合进行筛选确定出最优超参数集合；

基于优化后的所述模型参数和最优超参数集合建立所述误差修正模型。

优选地，对所述超参数集合进行筛选确定出最优超参数集合，具体包括：

将每一个所述超参数集合作为一个粒子，预设数量的粒子作为一个粒子群；

对所述粒子群进行初始化，并对所述粒子进行迭代；

根据适应度函数确定每次迭代时所述粒子的适应值；

基于粒子群算法确定最优适应值；

根据所述最优适应值确定所述最优超参数集合。

优选地，根据所述最优适应值确定所述最优超参数集合，具体包括：

判断各粒子的最优适应值是否高于全局最优适应值；

若所述最优适应值高于所述全局最优适应值，则将所述最优适应值作为全局最优适应值；

根据所述全局最优适应值确定所述最优超参数集合。

优选地，训练所述误差修正模型，具体包括：

将所述归一化数据导入至误差修正模型中；

利用所述归一化数据对所述误差修正模型进行训练并确定误差系列关系。

优选地，进行所述径流量预报，具体为：

根据所述误差系列关系确定误差值；