[发明专利]一种多因子水库入库流量短期预报评价方法在审
申请号: | 201510646535.0 | 申请日: | 2015-10-08 |
公开(公告)号: | CN105224801A | 公开(公告)日: | 2016-01-06 |
发明(设计)人: | 杨旭;程建;赵云发;刘志武 | 申请(专利权)人: | 中国长江电力股份有限公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 宜昌市三峡专利事务所 42103 | 代理人: | 吴思高 |
地址: | 443002 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种多因子水库入库流量短期预报评价方法,包括流量预报步骤,确定工作流程中与人员、数据、模型、环境有关的因素;对各种因素进行分类;根据短期预报误差数据表与生成的数据表进行连接查询;对形成的数据表,进行主成份分析,找出影响预报的因素;利用贝叶斯先验概率,制订评价基线。本发明一种多因子水库入库流量短期预报评价方法,可以有效提高了水库调度精细化、标准化运行的水平,实现动态可观评价预报工作水平。 | ||
搜索关键词: | 一种 因子 水库 入库 流量 短期 预报 评价 方法 | ||
【主权项】:
一种多因子水库入库流量短期预报评价方法,其特征在于包括以下步骤:步骤1:气象预报人员根据第三方雨量数值预报结果,制作出分区域的12‑72小时预见期的流域降水预报;水库入库流量预报人员通过运行多个数学模型,数学模型的输入为:2个以上的实况雨量信息,2个以上的上游水位信息,2个以上的预报面雨量信息,完成流量预报;步骤2:确定工作流程中与人员、数据、模型、环境有关的因素:1)、人员因素包括:气象预报员,流量预报员和会商决策者,以及他们的年龄、性别、学历、职位、工龄、以及在预报过程中的角色;2)、数据因素包括:2种或2种以上的实况降水数据,2种及2种以上的预报降水数据,1种实况流量数据,以及数据的发布单位,数据是否经过人工校正,数据是否参考,预报员在预报时对数据的主观评价0‑5分,5分为最高分;3)、模型因素包括:2种或2种以上的流量预报模型,模型软件的名称,模型参数的研制单位,模型的分类,模型的计算时间,模型在本次过程中是否为主要参考,预报员预报时对模型结果的主观评价0‑5分,5分为最高分;4)、环境因素包括:时间,依据时间,流量级,是否会商,次日是否有降雨,是否在库区有预报降雨;步骤3:对步骤2中各种因素进行分类:1)、静态数据:如人员年龄、工龄、模型名称等数据;2)、人工输入动态数据:如数据是否参考,模型是否参考,预报员对数据和模型的主观评价,是否会商等数据;3)、自动记录动态数据:时间,模型计算时长,流量级等数据;确定以上数据通过自动和人工交互的方式,在每次预报过程后,都予以完全记录;步骤4:根据短期预报误差数据表与步骤3生成的数据表进行连接查询;步骤5:对步骤4形成的数据表,进行主成份分析,找出影响预报的因素;步骤6:进行分析,利用贝叶斯先验概率,制订评价基线。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国长江电力股份有限公司,未经中国长江电力股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201510646535.0/,转载请声明来源钻瓜专利网。
- 上一篇:基于宏基因组学的鸭坦布苏病毒非诊断性检测方法
- 下一篇:全院自助服务系统
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用