[发明专利]一种变参数非线性的河道流量预测方法

说明书

本发明属于河道流量预测技术领域，公开了一种变参数非线性的河道流量预测方法，在考虑河道旁侧入流的基础上，将河道上断面入流量按入流等级分界值分级，建立变参数非线性马斯京根模型，模型参数中的槽蓄系数、流量比重因素、示储流量指数等均随入流等级分界值的变化而变化，构建变参数非线性马斯京根模型的参数优化模型，并采用改进的鸡群优化算法进行求解，获得变参数非线性马斯京根模型的参数，并利用河道上断面入流量预测河道下断面流量变化过程；其中，改进的鸡群优化算法采用了新的位置更新方式更新不同种类鸡的位置；实测结果表明，采用本发明提供的预测方法，提高了河道流量演算的精度，进而提高了河道下断面流量预测的准确度。

技术领域

本发明属于河道流量预测技术领域，更具体地，涉及一种变参数非线性的河道流量预测方法。

背景技术

高精度的短期流量预报在防范洪水灾害、高效利用水资源、水库群优化调度等方面发挥着极其重要的作用，马斯京根模型作为短期流量预报的重要预测方法之一，描述了水流从河道上断面至河道下断面的演进规律。

传统的马斯京根模型假定河道槽蓄量与示储流量呈线性关系，但天然河流中的河道槽蓄量与示储流量往往不是简单的单值关系，比如大中型河流的中下游一般地处平原，其河道纵比降非常小，洪水的时涨时落会使河道出现绳套形的水位流量关系。另外，传统马斯京根模型并未考虑河道旁侧入流对河道槽蓄量的影响，因此传统的线性马斯京根模型往往存在适应性差、预报精度低的问题。

随着对马斯京根模型的深入研究，国内外发表的改进马斯京根模型研究成果主要有：《Engineering Optimization》2015年第47卷第6期《A new nonlinear Muskingumflood routing model incorporating lateral flow》考虑了旁侧入流对河道下断面流量的影响，假定旁侧入流流量Q与河道上断面入流I存在线性关系，即Q＝wI，其中w为旁侧入流系数，建立了四参数的非线性槽蓄方程，即W＝k[x(1+w)I+(1-x)O]^m，其中，k为模型槽蓄系数，x为模型流量比重因素，m为模型示储流量指数，w为模型旁侧入流系数。

《Journal of Hydrologic Engineering》2013年第18卷12期《ImprovedNonlinear Muskingum Model with Variable Exponent Parameter》考虑非线性马斯京根模型槽蓄方程的参数随时间而变化，即其中，k为模型槽蓄系数，x为模型流量比重因素，α为模型断面流量指数，m_t为模型示储流量指数，随演算时间的变化而变化。

马斯京根模型槽蓄系数k表征河道稳定流情况下从河道上断面至河道下断面的水流演进时间，洪水在河道中向下游运动时，洪水波存在推移和坦化，水流流速随水位高低和涨落过程不同而有所差异，因此应当考虑在不同入流条件下对k取不同的值。马斯京根模型流量比重因素x除体现楔蓄对流量的作用外，还表征了河道的调蓄能力，研究发现x值具有随流量增加而减小的趋势，因此也应在不同入流条件下对x取不同的值。马斯京根模型参数的准确估计，关系到模型流量演算的精度，这对参数优化算法提出了更高的要求，从最初的试算法、最小二乘法、局部寻优算法到近20年被广泛使用的遗传算法、粒子群算法等诸多优化算法先后被应用于马斯京根模型的参数优化中。但上述现有的马斯京根模型及其参数优化仍然存在以下问题及缺陷：

(1)现有马斯京根模型虽在一定程度上考虑了水力要素随时空变化的特性，但仅仅将模型示储流量指数纳入了研究范围，而未考虑模型槽蓄系数k和模型流量比重因素x这两个参数随时空变化的特性。

(2)现有用于马斯京根模型参数优化的算法中试算法计算量大，具有很强的主观性和盲目性；最小二乘法过分依赖历史资料，误差较大；局部寻优算法依赖于初始解，易陷入局部最优解，稳定性较差；遗传算法易产生早熟收敛，对算法参数有较大的依赖性；粒子群算法存在早熟、陷入局部极值等不足。

发明内容