径流模拟方法探究——P-Ⅲ频率曲线与copula函数

方法简介

关于三峡梯级水库群径流资料模拟的方法,尝试使用copula函数构建不同水库区间来水的相关函数,进行径流模拟。因此需要求得各区间来水的边际分布函数,套用P-Ⅲ频率分布曲线,进行适线法拟合得出各水库各年各旬来水的边际分布函数,而后准备进一步进行copula函数拟合。

copula函数

Copula 是定义域为 [0,1] 均匀分布的多维联合分布 函数, 它可以将多个随机变量的边缘分布连接起来得到它们的联合分布

Sklar 定理: 令 H 为一个 n- 维分布函数, 其边缘分 布为 F1, F2, …Fn。则存在一个 n- Copula 函数 C, 使得 对任意 x∈Rn
H( x1,x2,…xn) =C( F1( x1) , F2, ( x2) , …, Fn( xn) ) ——(1)
如果 F1, F2, …, Fn 是连续的, 则 C 是唯一的, 相反地, 如果 C 是一个
n- Copula, F1, F2, …, Fn 为分布函数,
则式( 1) 中所定义的函数 H 是一个 n- 维分布函数, 其 边缘分布为 F1, F2, …, Fn

使用工具

EXCEL、P-Ⅲ线型适线法软件(VB)

具体实施

根据已提供的74年三库区间逐旬的来水资料,以旬为组,每库划分36组资料,每组为74年单库单旬数据,对每组数据进行频率适线,得到各库单旬的P-Ⅲ型频率分布曲线,通过查图可得其不同保证率下的区间来水量,以P=10%,50%,90%作为控制条件,对应丰、平、枯三种典型年状况,分别查的各库某旬的来水量大小,每库有3组,共9组区间来水数据。
P-Ⅲ频率曲线下的各库来水情况
2
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
已有成果
1、通过适线法采用模拟典型年方法得到的径流模拟系列,与老师提供的以总水量划分丰平枯年组选取代表年方法数据对比,来水曲线更加平缓没有大量锯齿,综合考虑了74年数据的影响,使得趋势更加有代表性。已经可以作为来水模拟的一种方法。
2、得到各库逐旬的P-Ⅲ频率分布曲线的各项参数,得到其编辑分布函数,以此可以进一步求解得,以每两库逐旬来水的边际分布函数所构成的联合分布函数,即copula联合分布,进一步归纳各库来水逐旬相关性。

存在问题
1、采用的这个适线法求频率构造典型年的方法,人为影响比较大,枯季和汛期不同也会对其适线有影响,所得数据缺乏定量校核。
2、在后续构造copula函数的理论中,目前想选用GH型函数,目前这种函数大多用于构造不同种变量间的相关关系函数,如洪峰和洪量,洪量与洪水历时等,对于上下游区间来水同种变量关系的构造尚不多见,但我认为他们确实有很强的时空关联性,可以尝试。

后续工作
1、继续进行来水变量相关关系的构造,做出各库之间的逐旬的来水相关性函数,通过单库数据可以直接模拟后续区间来水数据。
2、进行多目标联合优化调度增益分配机制研究,基于Nash讨价还价模型展开。

主要内容及成果如下: (1)水文、气象预报信息利用的可行性分析。在分析我国水资源利用现状和目前水资源供需矛盾的基础上,对水文、气象预报信息利用的必要性和可行性进行分析,重点研究洪水预报和短中期降雨预报信息应用于水库调度中的可行性。 (2)基于粗集一模糊推理的径流多因素分级预报方法研究与应用。针对多因素中长期分级预报中因子选择的难题,建立粗集一模糊推理径流多因素分级预报模型。通过属性重要性及相对分类精度概念有效地筛选因子并确定因子分级,采用粗集理论的约简算法生成最小决策规则集,利用特征展开近似模糊推理法进行推理预报,为解决径流分级预报中因子选择的难题进行了有益的探讨,并提高了径流分级预报精度。 (3)基于多因子小波网络的径流预测方法研究。为提高小波网络径流中长期预测精度,以径流趋势和径流量分开预测的思想为指导,提出了基于多因子小波网络的径流预测模型。将原始径流序列及初选影响因子作小波多尺度分解,在小波多尺度空间,量化多个相关因子对径流的影响,使用多因子相关系数修正局部相似延拓方式,实现径流趋势的预测;用模糊增强算法解决小波网络预测中径流突变点处偏差较大的问题,实现径流量的预测。最后,经小波网络确定模型参数,以多次迭代后的输出作为最终的预测结果。大伙房水库年、月径流预测实例应用表明,该模型能同时达到较好的模拟精度和预测精度。 (4)多目标模糊优选模型的规格化公式及优劣方案的选取研究。综合利用水库调度决策,属于复杂的水资源系统多目标模糊决策问题,应综合考虑社会、经济、生态、环境等因素,构建指标评价体系,应用多目标模糊优选模型评价调度决策方案。重点研究模糊优选多目标评价模型中的规格化公式及优劣方案的选取两个关键问题,解决模糊优选评价结果的不稳定性问题,以优选满意调度决策方案。 (5)针对目前水库调度方式中多数忽略生态目标的现状,以大伙房水库为例,研究了基于径流分级预报信息并考虑生态环境目标的水库兴利预报调度方式。全面分析水库下游河道生态环境现状及生态环境需水特点,确定最小和适宜生态环境需水量。在最小和适宜生态环境需水量的基础上,以径流分级预报信息确定水库的生态供水量;利用径流分级预报信息,制定水库的预报调度决策;应用多目标模糊优选模型,确定基于径流分级预报生态用水的水库兴利预报调度方式,并分析预报误差对水库兴利调度的影响以及预报误差的修正方法。结果表明,利用径流分级预报信息进行考虑生态环境目标的大伙房水库兴利预报调度,可减小考虑生态环境目标对水库其他兴利部门用水的影响,充分发挥水库的综合效益。 最后对全文作以总结,并对有待进一步研究的问题进行展望。
得选择适合描述风光出力相关性的Copula函数是非常重要的,而基米德分布族函数中的Frank-Copula、Gumbel-Copula和Clayton-Copula函数是常用的选择。 1. Frank-Copula函数:Frank-Copula函数是一种灵活的Copula函数,能够捕捉不同相关性结构。它具有对称性和连续性的特点,适用于各种相关性情况。Frank-Copula函数的参数可以控制相关性的强度,使其能够灵活地适应不同的情况。 2. Gumbel-Copula函数:Gumbel-Copula函数是一种用于描述极值相关性的Copula函数。它适用于具有极端事件相关性的情况,如风光出力在极端天气条件下的相关性。Gumbel-Copula函数具有尾部依赖性,能够很好地捕捉尾部相关性。 3. Clayton-Copula函数:Clayton-Copula函数是一种常用的Copula函数,适用于描述正向相关性。它具有单调递减的特点,可以较好地捕捉离散和连续数据之间的正向相关性。 选择适合描述风光出力相关性的Copula函数需要考虑实际数据和相关性结构的特点。对于风光出力场景,可以根据数据分析和模型拟合的结果,选择最适合的Copula函数。此外,也可以通过模型比较和评估,选择最符合实际情况的Copula函数。 总之,选择适合描述风光出力相关性的Copula函数是一个需要综合考虑实际情况和数据特点的问题。根据不同的相关性结构和需求,可以选择适合的Copula函数来生成具有相关性的风光出力序列。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值