买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：水利部交通运输部国家能源局南京水利科学研究院

摘要：本发明公开了一种基于序列重构的径流非一致性变化识别方法及系统，使用多种突变点识别方法将历史径流序列分段。构建SWAT模型,用优化的DREAM算法计算每段径流序列参数的后验概率密度函数。基于参数抽样获得海量方案,输入SWAT模型计算各段径流逐日过程。对每段拟合三维联合分布,统计年月日径流特征值。用多种函数拟合特征值与分段序号关系,选取最优函数。预测下一段径流序列特征值,构建未来径流三维联合分布。得出未来径流序列年月日非一致性变化特征。本发明提出的基于序列重构的径流非一致性识别方法对保障水利工程在新的径流条件下安全运行、依然发挥设计效益具有重要意义。

主权项：1.基于序列重构的径流非一致性变化识别方法，其特征在于，包括如下步骤：步骤S1、收集研究区历史资料，提取并构建历史径流序列，采用多种突变点识别方法识别历史径流序列，得到历史径流序列突变点集，基于历史径流序列突变点将历史径流序列分为n段，其中每段中的径流具有一致性，n为正整数；步骤S2、构建研究区的SWAT模型，采用优化的DREAM算法依次计算得到每一段径流序列对应的模型参数的后验概率密度函数；步骤S3、基于模型参数的后验概率密度函数对参数抽样得到海量参数方案，依次将每一段径流序列的气象数据、地形数据、土壤特性、土地利用数据、水文参数和海量参数方案输入SWAT模型，计算得到每一段径流序列对应的径流逐日过程；步骤S4、对每一段径流序列，分别拟合年、月、日边缘分布并构建年、月、日三维联合分布，分别统计各分段年、月、日对应的径流均值、方差和极值，得到年、月、日对应的径流非一致性变化特征；步骤S5、采用多种函数分别拟合年、月、日对应径流均值、方差和极值和历史径流序列分段序号的函数表达式并优选出最优拟合函数及其对应参数，计算第n+1段径流序列对应的年、月、日径流均值、方差和极值，构建未来径流序列分段的年、月、日三维联合分布，得到未来径流序列分段年、月、日对应的径流非一致性变化特征；所述步骤S5进一步为：步骤S51、以分段序列序号为自变量，以径流均值、方差和极值为因变量，依次采用指数函数、线性函数、对数函数、多项式函数、乘幂函数分别拟合年、月、日对应径流均值、方差和极值和历史径流序列分段序号的函数表达式；步骤S52、以纳什效率系数最小为拟合目标，选取最优拟合函数及其对应参数；步骤S53、计算第n+1段径流序列对应的年、月、日径流均值、方差和极值，并基于此构建未来径流序列分段年、月、日径流边缘分布函数步骤S54、构建未来径流序列分段的年、月、日三维联合分布，得到未来径流序列分段年、月、日对应的径流非一致性变化特征。

全文数据：

权利要求：

百度查询： 水利部交通运输部国家能源局南京水利科学研究院 基于序列重构的径流非一致性变化识别方法及系统