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：水利部交通运输部国家能源局南京水利科学研究院

摘要：本发明公开了一种径流变化条件下水库群防洪风险时空演化识别方法及系统，包括收集历史径流资料，划分研究区，构建历史径流序列并分段。构建改进SWAT模型，计算模型参数后验概率密度函数，随机抽样获得海量参数集。利用海量参数集模拟径流，得到海量径流情景。驱动水库优化调度模型，得到水库防洪指标值和下泄流量，计算防洪控制断面的水位和流量，进而计算每个水库的防洪风险。基于历史径流突变时间，计算径流变化子流域的水库和受影响干流水库的防洪风险，计算防洪风险转移概率，构建风险空间转移概率矩阵，得到风险传递机制。本发明能准确快速地识别水库群风险时间上的演化特征及发展趋势。

主权项：1.径流变化条件下水库群防洪风险时空演化识别方法，其特征在于，包括如下步骤：步骤S1、收集研究区历史径流资料，将研究区划分为干流和若干个子流域，分别构建各子流域历史径流序列并将其分为一个天然期段和若干个变化期段；步骤S2、构建研究区的改进SWAT模型，计算每一段径流序列对应的模型参数的后验概率密度函数，随机抽样获得各个子流域每个历史径流序列分段对应的海量参数集，采用海量参数集的参数取值组合分别设置改进SWAT模型，模拟径流得到各个子流域每个历史径流序列分段对应的海量径流情景；步骤S3、依次使用子流域各个历史径流序列段的海量径流情景驱动改进SWAT中的水库优化调度模型，得到该子流域的水库防洪指标值和水库下泄流量，计算防洪控制断面的水位和流量，计算该子流域各个历史径流序列段内每个水库对应的防洪风险；步骤S4、基于各个子流域的历史径流突变时间得到干流的m个历史径流突变时间点，依次计算干流的每个历史径流突变时间点发生径流变化的子流域的所有水库和受其影响的干流水库对应的防洪风险，计算子流域水库到干流水库的防洪风险转移概率，构建风险空间转移概率矩阵，得到风险传递机制；所述步骤S2进一步为：步骤S21、构建研究区的改进SWAT模型；步骤S22、将水文模型参数在其取值范围内服从均匀分布作为第一段径流序列的先验分布，采用参数自适应优化的DREAM算法对第一段径流序列的先验分布进行贝叶斯推断，得到水文模型的后验概率密度函数作为第一段径流序列的模型参数同时作为下一段径流序列的先验分布，并基于第一段径流序列的后验分布，优化DREAM算法参数；步骤S23、以上一段径流序列的后验分布作为本段径流序列的先验分布进行贝叶斯推断，将得到的后验分布作为下一段径流序列的先验分布，依次计算得到每一段径流序列对应的水文模型的后验概率密度函数；步骤S24、基于模型参数的后验概率密度函数随机抽样获得各个子流域每个历史径流序列分段对应的海量参数，构建研究区的海量参数集，采用海量参数集的参数取值组合分别设置研究区改进的SWAT模型，模拟径流得到海量径流情景和海量径流情景下各水库的水库防洪指标和水库下泄流量；所述步骤S3进一步为：步骤S31、基于水库下泄流量计算防洪控制断面的水位和流量；步骤S32、依次计算各子流域内各个水库每个历史径流序列段对应的防洪风险；所述步骤S21进一步为：步骤S21a、平行构建子流域SWAT水文模型，并根据子流域边界、河流、水库的实际情况优化模型；步骤S21b、分别构建每一个水库的优化调度模型，替换原SWAT模型的水库计算模块，采用AHPSO算法求解模型，并设置防洪参数；步骤S21c、采用多种敏感性分析法分别对各子流域的各个历史径流分段的模型参数进行敏感性分析，筛选出SWAT模型敏感参数，与水库最优化调度模型的参数一起作为关键参数，率定关键参数；步骤S21d、基于各个子流域的源汇关系将各个子流域率定好的SWAT模型耦合起来，形成整个研究区的改进SWAT模型；所述步骤S22进一步为：步骤S22a、以DREAM算法参数与超参数为变量，以它们的初始取值范围为约束条件，以DREAM算法取得的前p个候选点的概率分布与第一段参数后验分布最接近为目标函数，构建DREAM算法参数优化模型p为大于100的正整数；步骤S22b、采用多种多目标优化算法求解DREAM算法参数优化模型，得到多个非劣解集，将多个非劣解集的并集作为模型参数的综合非劣解集；步骤S22c、构建多种方法的多属性决策模型，求得模型参数的综合非劣解集的最优解，当多方法得到的结果不一致，得到y个最优解，则求y个最优解的重心，作为最优解。

全文数据：

权利要求：

百度查询： 水利部交通运输部国家能源局南京水利科学研究院 径流变化条件下水库群防洪风险时空演化识别方法及系统