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:河海大学
摘要:本发明公开了一种混合向量自回归与GARCH‑Copula模型的中长期径流概率预报方法,包括:收集、整理待预报站点所在流域长系列中长期径流数据,选取预报模型进行模拟预报并分析预报误差统计特征参数;在不考虑多站点径流预报残差时空相关性的条件下,进行动态概率预报;在考虑多站点径流预报残差时程、空间维度的关联演化特性条件下,耦合EGARCH模型消除多站点径流预报残差序列的异方差效应进行动态概率预报;在考虑多站点径流预报残差时程、空间维度的关联演化特性条件下,耦合EGARCH‑Copula函数改进VAR模型以描述预报残差时空关联特性。本发明提升了预报精度与可靠性,为水资源管理决策提供更为准确的支撑信息。
主权项:1.一种混合向量自回归与GARCH-Copula模型的中长期径流概率预报方法,其特征在于,包括以下步骤:S1、将中长期径流序列转化为平稳的径流样本序列,基于向量自回归VAR模型对平稳的径流样本序列进行确定性多站点径流单值预报,并进一步进行确定性单值滚动预报,得到不同预见期的径流预报值序列和径流预报残差序列;S2、在不考虑多站点径流预报残差时空相关性的条件下,生成不同预见期径流预报残差的随机情景集,将预报残差随机情景集叠加至向量自回归模型的径流预报值,进行动态概率预报,得到滚动概率预报随机情景集;S3、在考虑多站点径流预报残差时程、空间维度的关联演化特性条件下,耦合EGARCH模型消除多站点径流预报残差序列的异方差效应进行动态概率预测,生成考虑时间相关不确定性的预报残差情景集和径流概率预报情景集;S4、在考虑多站点径流预报残差时程、空间维度的关联演化特性条件下,耦合EGARCH-Copula函数改进VAR模型以描述径流预报残差时空关联特性,生成考虑时空相关不确定性的径流概率预报情景集。
全文数据:
权利要求:
百度查询: 河海大学 一种混合向量自回归与GARCH-Copula模型的中长期径流概率预报方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。