一种基于离散广义Nash汇流模型的河道洪水预报方法与流程

技术特征：

1.一种基于离散广义Nash汇流模型的河道洪水预报方法，其特征在于，包括如下步骤：

(1)根据待预报河段的入流量和出流量历史同步观测数据选取历史场次洪水；

(2)建立待预报河段的离散广义Nash汇流模型；并基于历史场次洪水信息采用SCE-UA算法对所述离散广义Nash汇流模型的参数n、K进行优化率定；

其中，n是指Nash线性水库的个数，K为反映Nash线性水库调蓄能力的参数；

(3)根据当前时刻之前(n-1)△t时段内的出流量与[t,t+△t]时段内的入流量，利用所述离散广义Nash汇流模型预报(t+△t)时刻的出流量；其中，△t是指计算时段长。

2.如权利要求1所述的河道洪水预报方法，其特征在于，步骤(2)中建立所述离散广义Nash汇流模型的方法包括如下子步骤：

(2.1)建立初始条件不为零时的广义Nash汇流模型：

其中：I(t)、O(t)分别为河段的入流和出流过程，O^(j)(0)为O(t)在初始时刻的j阶导数，u(·)为Nash瞬时单位线；

(2.2)采用滞蓄曲线R_n(t)对所述广义Nash汇流模型进行简化；

定义滞蓄曲线

其中，为Nash线性水库个数为n的S-曲线；

将所述广义Nash汇流模型进行如下简化：

(2.3)根据简化的广义Nash汇流模型建立出流量的预报模型并进行离散化处理，获得离散广义Nash汇流模型；

所述离散广义Nash汇流模型为：

其中，I(t)是指河段在t时刻的入流量，O(t)是指河段在t时刻的出流量，O(t+△t)是指河段在(t+△t)时刻的出流量，O(t-i△t)是指河段在(t-i△t)时刻的出流量，△I(t+△t)是指[t,t+△t]时段内的入流增量，△I(t+△t)＝I(t+△t)-I(t)；R_n-j(△t)是指△t时刻线性水库个数为(n-j)时的滞蓄曲线；R_n(△t)是指△t时刻线性水库个数为n时的滞蓄曲线，R_i(△t)是指△t时刻，线性水库个数为i时的滞蓄曲线；滞蓄曲线表示持续1个单位的入流在河槽中的滞蓄流量。

3.如权利要求2所述的河道洪水预报方法，其特征在于，步骤(2.3)包括如下子步骤：

(2.3.1)根据简化的广义Nash汇流模型建立(t+△t)时刻出流量的预报模型，

其中，R_n-j(t)是指t时刻线性水库个数为(n-j)时的滞蓄曲线；

(2.3.2)对所述预报模型的导数项和积分项进行离散化处理，建立离散广义Nash汇流模型。

4.如权利要求2所述的河道洪水预报方法，其特征在于，取n＝1、2或3，采用枚举法以均方根误差最小为目标函数，采用可快速搜索到参数全局最优解的SCE-UA算法对参数K进行优化率定，以均方根误差最小时对应的n和K值作为参数率定结果。

5.如权利要求4所述的河道洪水预报方法，其特征在于，

n＝1，O_t+1＝R₁O_t+[M_K(1-R₁)-R₁]I_t+[1-M_K(1-R₁)]I_t+1；

其中，O_t+1＝O(t+Δt)，是指(t+△t)时刻的出流量；O_t是指t时刻的出流量；I_t是指t时刻的入流量；I_t+1＝I(t+Δt)，是指(t+△t)时刻的入流量；R₁＝R₁(Δt)，是指△t时刻线性水库个数为1时的滞蓄曲线；M_K＝K/Δt。

6.如权利要求4所述的河道洪水预报方法，其特征在于，

n＝2，O_t+1＝(R₁+R₂)O_t-R₁O_t-1+[M_K(2-R₁-R₂)-R₂]I_t+[1-M_K(2-R₁-R₂)]I_t+1；

其中，O_t+1＝O(t+Δt)，是指(t+△t)时刻的出流量；O_t是指t时刻的出流量；O_t-1是(t-△t)时刻的出流量；I_t是指t时刻的入流量；I_t+1＝I(t+Δt)，是指(t+△t)时刻的入流量；R₁＝R₁(Δt)，是指△t时刻，线性水库个数为1时的滞蓄曲线；R₂＝R₂(Δt)，是指△t时刻，线性水库个数为2时的滞蓄曲线；M_K＝K/Δt。

7.如权利要求4所述的河道洪水预报方法，其特征在于，

n＝3，O_t+1＝(0.5R₁+R₂+R₃)O_t-(R₁+R₂)O_t-1+0.5R₁O_t-2

+[M_K(3-R₁-R₂-R₃)-R₃]I_t+[1-M_K(3-R₁-R₂-R3)]I_t+1；

其中，O_t+1＝O(t+Δt)，是指(t+△t)时刻的出流量；O_t是指t时刻的出流量；O_t-1是(t-△t)时刻的出流量；O_t-2是(t-2△t)时刻的出流量；I_t是指t时刻的入流量；I_t+1＝I(t+Δt)，是指(t+△t)时刻的入流量；R₁＝R₁(Δt)，是指△t时刻，线性水库个数为1时的滞蓄曲线；R₂＝R₂(Δt)，是指△t时刻，线性水库个数为2时的滞蓄曲线；R₃＝R₃(Δt)，是指△t时刻，线性水库个数为3时的滞蓄曲线；M_K＝K/Δt。