基于机器学习的水位流量关系模型参数估计

为了克服经典水位流量关系模型在刻画河流动态变化特性时所存在的局限性,提出采用局部加权回归算法估计模型参数;为了提高参数估计精度以及流量的计算效率,提出一种聚类树加权回归方法.首先对训练样本进行聚类,然后使用k-最近邻方法将新的水位样本划分进最恰当的聚类中,最后估计河流日流量.该方法在估计过程中,避免了不相关信息的干扰,从而提高了日流量数据估计的效率和精度.利用某水文站的实测数据对方法进行测试,仿真结果表明,方法估计精度高,为水位流量关系模型参数估计提供了新的有效方法.     

水文资料整编流量测验数据的检查

介绍了水文资料整编数据中的流量相关数据的检查情况。根据南方片整编程序推流数据文件中时间数据自动调取遥测水位数据文件中相应时间的水位数值,并与推流数据文件中的水位进行对比,检查水位数据正确性。特别是根据推流数据的开关闸时间和测流开始时间、结束时间来查找相应的遥测水位文件中的水位,并将查找出来的遥测水位与测流水位进行比较,水位不同的就列一个文件进行提示,并将推流过程和测流过程转换成DAT文件,展绘到水位过程线CAD图上以便对时间数据进行校核。同时对流量计算文件中的水位进行对比检查。     

投入式水位检测系统在煤田及水文勘探中的应用

由压力传感器、温度传感器、流量传感器、单片机和计算机共同组成投入式水位检测系统。在抽水试验过程中,单片机自动化采集各传感器传输来的数据,并根据压力传感器测得的压力数据运用水静力学基本方程式计算出动态水位;利用超声波流量计和热电偶一体化温度变送器测得瞬时流量和水温的变化情况;测试全过程实现了自动化动态采集试验数据,达到无人值守的目的。投入式水位检测系统克服了以往采取的响钟法等方法的操作繁琐、劳动强度大、测量误差大等缺欠,解决了大降深抽水试验水位监测的难题,使得几个人就可完成群井抽水试验,形成水位、流量和水温变化的数据库。现场应用表明,该系统测量精度高,运行状态良好,有一定的发展前景。     

基于多层递阶和回归分析的单一水位流量关系曲线高水延长方法

测站的水位流量关系由于受到多种因素的影响,没有固定的曲线线型,使得水位流量关系曲线的延长变得较为困难。多层递阶方法将预测系统视为动态系统,具有跟踪系统时变参数的特性,但没能考虑高相关影响因子的重要性。回归分析考虑到了高相关影响因子的重要性,但由于采用定常参数建模,不能反映动态系统时变参数的特性。将多层递阶方法和回归分析方法结合起来,用于单一水位流量关系曲线的高水延长。方法克服了传统的单一水位流量关系曲线高水延长时线型的需要选择、精度难以控制、效率低和不易程序化等缺点,为单一水位流量关系曲线的高水延长提供了一种新途径。     

基于水位流量关系的流量估算不确定性分析

针对现有水位流量关系线型物理机制不强及流量估算不确定性来源考虑不充分问题,以北江流域石角水文站为例,推导该测站水位流量关系,基于BaRatin模型评估流量测量误差及率定样本选取对估算流量不确定性的影响。发现河槽控制宽浅矩形断面水位流量关系为幂函数,其系数可用糙率、河宽、比降表达,指数为定值5/3;考虑流量测量误差后高水估算流量总不确定性减小32%;率定数据增加1倍、3倍,高水估算流量总不确定性减小12%、34%。结果表明:① 水位流量关系模型建立方法可推广至多类型测站;② 高水测量误差对率定精度影响较大,建议提高高水流量测量精度;③ 现有实测水位与流量数据存在信息冗余,主要存在于低水数据中,本方法可减少率定数据使用,降低整编成本。     

基于水位流量关系的流量估算不确定性分析

针对现有水位流量关系线型物理机制不强及流量估算不确定性来源考虑不充分问题,以北江流域石角水文站为例,推导该测站水位流量关系,基于BaRatin模型评估流量测量误差及率定样本选取对估算流量不确定性的影响。发现河槽控制宽浅矩形断面水位流量关系为幂函数,其系数可用糙率、河宽、比降表达,指数为定值5/3;考虑流量测量误差后高水估算流量总不确定性减小32%;率定数据增加1倍、3倍,高水估算流量总不确定性减小12%、34%。结果表明:①水位流量关系模型建立方法可推广至多类型测站;②高水测量误差对率定精度影响较大,建议提高高水流量测量精度;③现有实测水位与流量数据存在信息冗余,主要存在于低水数据中,本方法可减少率定数据使用,降低整编成本。     

水位流量关系的t检验

一、引言国际标准化组织在1980年印发了国际标准草案 ISO/DIS1100/2“水位流量关系之确定”。其中,规定了水位流量关系检验的方法。第一种检验就是 t 检验。如果,在一个水文站的水位流量关系已经定出之后,过了一段时间,又进行了一些校核测量,这时,就要用原来定线的点据和后来校核的点据,进行这种检验。检验水位流量关系曲线是否已经发生了变化。如果认为并未发生显著变化,就可继续使用原定曲线;如果认为已经发生了显著变     

基于样本熵理论的自适应小波消噪分析方法

小波消噪方法的核心问题是阈值的选择及确定.依据样本熵的特性,将样本熵与小波分析方法耦合起来,提出了一种自适应确定阈值的小波消噪分析方法.该方法计算了不同阈值对应噪声序列的样本熵值,得到阈值与样本熵值之间的关系曲线,当样本熵值达到最大时,此时阈值为所求阈值.通过算例加以验证分析,结果表明,自适应小波消噪分析方法能较好地实现水文序列的信噪分离,其消噪结果符合序列本身的特性及评价指标的要求,这为合理确定阈值提供了一种新的途径和方法.     

利用聚类方法快速检测前兆观测数据中的异常数据——以水管倾斜仪观测数据为例

随着前兆观测数据的激增,如何对大量的观测数据中存在的异常数据进行快速检测,是当前面临的比较迫切的问题。本文利用一种基于快速聚类的异常数据检测与评价方法,解决大量观测数据中异常数据的自动检测问题。首先,利用垂直距离分段方法对水管倾斜仪观测数据进行分割,构造分段数据对象;其次,利用均值、方差、峰度与偏度等特征对分段数据对象进行特征表达;然后,基于反正切函数改进影响蚁群算法聚类效率的路径持久性参数,利用快速搜索算法(Clustering by Fast Search,CFS)和改进的蚁群最优化算法(Ant Colony Optimization,ACO)分别对分段数据对象进行聚类,实现对观测数据中异常数据检测的目的;最后,利用F-measure、R-value指标与Chi-square检验评估CFS和ACO聚类方法在异常数据检测上的有效性,以上检测方法都通过了三种指标的有效性检验。实验结果表明ACO和CFS聚类算法可以有效、快速地检测到观测数据中的局部异常数据,诸如高频变化、尖峰等异常数据,为形变类观测数据中异常数据的识别提供一种有效的检测与评价方法。     

小波分析在基坑钢支撑轴力监测数据处理中的应用

基坑钢支撑轴力计由于受测试环境、测试装置的变化和测试人员的主观因素等的影响,所测得的信号不可避免地会引入噪声和含有异常值。可将钢支撑轴力计测量数据看作不同频率成分组成的数字信号序列,采用小波分析对其进行处理。利用小波变换对轴力计的监测数据进行消噪处理和异常值检测,并用某工程现场实测轴力计数据进行了验证,结果表明:小波分析在消除噪声和检测异常值是有效的。