一种基于马斯京根法反推区间入流的方法与流程

本发明涉及水文资料整编领域，尤其涉及一种基于马斯京根法反推区间入流的方法。

背景技术：

当前为研究水库调度、水资源管理等问题，河道演进及区间入流资料的收集/推求是必不可少的步骤之一。现广泛使用的河道演进方法可分为水动力学方法和水文学方法。水动力学方法计算精度较高，物理意义明确，但所需资料较多，计算复杂，操作性较差，且求解时间较长。而，作为众多研究者采用的水文学河道演进方法----马斯京根法，计算过程简便，所需资料较少，且精度能满足一般科研、工程需求。但，马斯京根法建立在河段入流水量、出流水量平衡的假定上提出，多数情况下不考虑河道上、下游断面之间的区间入流影响，对有支流汇入的情况，往往采取“先演后合”或“先合后演”方法，不过“先演后合”方法或“先合后演”方法使用的前提是需要收集到支流的流量过程资料。

然而，在一些小流域，水文站点建设并不完善，一些支流往往缺少观测资料；或者在山区流域，山洪暴发时区间入流量等于或超出河道径流流量。此时，直接应用马斯京根方法进行河道演算得到的结果的准确性低，需要反推区间入流。

技术实现要素：

本发明的目的在于提供一种基于马斯京根法反推区间入流的方法，从而解决现有技术中存在的前述问题。

为了实现上述目的，本发明1.一种基于马斯京根法反推区间入流的方法，其特征在于，所述方法包括：

S1，资料收集与整编

收集所计算目标河段上游站点、下游站点同时段流量资料，并分别将上游站点资料、下游站点资料整编为相同长度、相同计算时间步长的流量序列，分别得到上游站点流程序列和下游站点流量序列；

S2，洪峰自动识别

在上游站点流程序列和下游站点流量序列的基础上，获取上、下游站点实测流量过程，同时，使用马斯京根法计算得到的下游站点估计流量过程；根据预先设置的识别条件分别识别出两个流量过程中流量出现的各个极大值或各个极小值；所述识别条件包括：

判断第t时刻的流量q_t是否为极大值的识别条件为公式(1)：

q_t-1<q_t且q_t+1<q_t (1)；

判断第t时刻的流量q_t是否为极小的识别条件为公式(2)：

q_t-1>q_t且q_t+1>q_t (2)；

其中，q_t-1、q_t、q_t+1分别为同一个流量过程中第t-1、t、t+1时刻的流量值；

将识别得到的任意一个流量过程的各个极大值按流量大小排序；或将识别得到的任意一个流量过程的各个极小值按流量大小排序，得到上、下游站点实测流量极值序列和下游站点估计流量极值序列；

S3，设计目标函数

设定马斯京根法参数优化的目标函数f为公式(3)：

f＝α×f₁(T_obs,T_sim)+β×f₂(q_obs,q_sim) (3)；

其中，f₁为考虑洪峰峰现时间的分式，f₂为考虑洪水水量拟合度的分式，α为f₁的系数，β为f₂的系数T_obs为下游站点实测流量过程极大值或极小值出现的计算量序列，T_sim为下游站点估计流量过程极大值或极小值的出现的计算量序列，q_obs为下游站点实测流量极值序列中的实际流量，q_sim为下游站点估计流量极值过程中的估计流量；

其中，f₁通过公式(4)计算：

公式(4)中，T_obs,j为上、下游站点实测流量极值序列中第j标记点出现的计算量，T_sim,j为下游站点估计流量极值序列中第j标记点出现的计算量，所述标记点为极大值或极小值，所述计算量为出现时间或出现序数；M为人为选定的上、下游站点实测流量极值序列中流量为极大值或极小值时洪峰出现的个数，M≥1；

f₂通过公式(5)计算：

公式(5)中，q_obs,i为下游站点实测流量极值序列中i时刻的实际流量，q_sim,i为下游站点估计流量极值过程中i时刻的估计流量，表示上、下游站点实际流量过程中的实际流量均值，N为下游站点实测流量极值序列或下游站点估计流量极值过程中的时刻总数；

S4，求目标函数f的最小值f_min；

当目标函数f达到最小值f_min时，所对应的q_sim即为下游站点出流估计流量过程，得到该q_sim的马斯京根法参数即为目标河段马斯京根法参数；

S5，区间入流反推

将同一时刻的下游站点实测流量过程与下游站点出流估计流量过程相减，得到该目标河段估计区间入流过程。

优选地，步骤S3中，系数α和系数β的限定条件为：0<β<α<1，α+β＝1。

优选地，步骤S1中，所述流量资料为上游站点和下游站点在某个时间段内不同时刻的流量值，在所述流量资料中包括流量值和所述流量值对应的时间。

优选地，所述流量序列按照时间的先后顺序排列。

优选地，上游站点流量序列作为所述方法的输入变量，下游站点流量序列作为步骤S3中所述目标函数f的输入变量之一。

优选地，利用遗传算法或粒子群算法求目标函数f的最小值f_min。

在公式(4)中需要将下游站点估计流量序列和下游站点实测流量序列中的排序位置相同的极大值点或极小值点进行计算，例如：将两个流量序列中排序为1的极大值点相减，将两个流量序列中排序为2的极大值相减等等。

本发明的有益效果是：

本发明所述基于马斯京根法反推区间入流的方法，在计算马斯京根参数时，将计算流量过程与实测流量过程的峰现时间差加入目标函数当中，并取较大权重值。本发明所述方法，在掌握资料较少的情况下通过较简单的操作仍旧可以得到较高精度的区间入流过程及马斯京根系数。

附图说明

图1为基于马斯京根法反推区间入流的方法的流程示意图；

图2为2015年9月18日8时至2015年9月25日23时西江龙滩水电站出库流量过程和岩滩水电站入库流量过程；

图3为经过遗传算法优化的马斯京根法演进得到的岩滩水电站入库估计流量过程与实际流量过程；

图4为计算得到的西江龙滩水电站、岩滩水电站区间入流过程。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不用于限定本发明。

实施例

本实施例以广西西江流域龙滩水电站至岩滩水电站间的水量演进为实例，以表现本发明达到的效果。

参照图1，龙滩、岩滩水电站均位于广西壮族自治区西北部，同属红水河梯级电站群。龙滩水电站位于广西天峨县城上游15公里处，设计蓄水位375米，装机容量630万千瓦，属多年调节水库。岩滩水电站位于大化瑶族自治县境内，正常蓄水位223米，装机容量121万千瓦，属季调节水库。龙滩至岩滩区间干流长166公里，区间总年际8080平方公里，占坝址控制面积的7.6％。实施例以起止时间为2015年9月18日8时至2015年9月25日23时，时间步长为1小时的龙滩水电站出库资料和岩滩水电站入库资料为基础，计算龙滩、岩滩水电站间红水河干流的马斯京根演进参数，并计算其区间入流过程。本实施例基于马斯京根法反推区间入流的方法的步骤如下：

步骤一：收集龙滩、岩滩水电站2015年9月18日8时至2015年9月25日23时的逐小时入库流量过程资料和出库流量过程资料，见图2。

步骤二：由于该时段两水库流量过程极大值较复杂，因此选择识别极小值点。

步骤三：设计目标函数，初选α、β的值分别为0.7和0.3。

步骤四：使用经典遗传算法，计算龙滩至岩滩河段马斯京根法参数及岩滩水库入库估计流量过程。

步骤五：将下游岩滩水库入库流量实测过程和步骤四得到的下游岩滩的估计流量过程相减，得到龙滩水电站至岩滩水电站之间的区间入流过程。得到的结果图见图3和图4。

通过采用本发明公开的上述技术方案，得到了如下有益的效果：

本发明所述基于马斯京根法反推区间入流的方法，在计算马斯京根参数时，将计算流量过程与实测流量过程的峰现时间差加入目标函数当中，并取较大权重值。本发明所述方法，在掌握资料较少的情况下通过较简单的操作仍旧可以得到较高精度的区间入流过程及马斯京根系数。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视本发明的保护范围。