数据挖掘在水文时间序列中的应用研究与进展

引入时间序列的数据挖掘理论与技术, 在总结国内外数据挖掘在水文时间序列研究进展的基础上, 进一步探讨了水文时间序列数据挖掘技术及应用, 并展望了水文时间序列数据挖掘在分类聚类、相似性搜索、模式发现和趋势周期分析的研究方向, 力求从理论框架上完善水文时间序列的数据挖掘研究.     

基于动态时间弯曲算法的相似洪水识别方法

相似洪水动态识别是在大数据背景下弥补实时洪水预报预见期不足的有效途径,对于支撑防洪调度具有重要作用。由此,结合产汇流理论建立反映洪水形成发展的复杂多元动态事件集;采用动态时间弯曲算法改进了欧氏距离算法对相位的适应性;基于多元时间序列相似性原理构建了相似洪水动态识别方法。以池潭水库30场雨洪资料相对完备的洪水为例,对所提方法进行验证,结果表明该方法具有较好的洪水识别效果。     

水文时间序列变点分析的贝叶斯方法

建立了用于时间序列变点分析的贝叶斯数学模型，以此来研究随机水文时间序列均值的突变。该模型的核心部分是根据观测到的资料，通过蒙特卡洛马尔科夫链随机抽样的方法来估计变点位置的后验概率分布。对应着最大后验概率的位置被认为是发生变点的最可能位置。该方法在长江宜昌站的年径流资料系列上进行了应用。结果发现，在过去120a，长江宜昌站的年最小流量系列和年均流量系列的均值都极有可能存在着突变，而且其变化趋势都是均值明显减少。     

基于时间序列的国际CO2减排效果评价方法

企业为响应国家CO₂减排政策,在积极寻求碳达峰,碳中和路径的过程中,了解国际CO₂减排效果是十分必要的。在此背景下,研究一种基于时间序列的国际CO₂减排效果评价方法。在完成一轮评价指标选取的基础上,利用DEMATEL方法计算评价指标的中心度和净影响程度,以此实现第二轮指标选取。利用改进熵权法计算指标权重。按照时间顺序,选取指标数值并组成指标时间序列,以此为输入并结合权重,基于时间序列构建评价模型,得出国际CO₂减排效果评价值,对比划分等级,得出CO₂减排程度。结果表明：3个地区的CO₂减排效果在初期差别并不大,之后评估值均呈现上升的状态。其中地区1的减排效果一直处在领先状态,从减排效果很差上升到了减排效果好的程度。地区2的减排效果评估值在前4年要大于地区2的减排效果评估值,在第4年开始评估值增幅减缓,直至第5年落后于地区3,最终减排效果只达到一般,而地区3的减排效果在第5年时达到较好程度,甚至接近了最高状态。     

基于混合高斯分布的风功率横向时间序列概率密度建模研究

鉴于风功率概率分布模型对风电场规划及运行具有重要意义,提出了一种基于混合高斯分布的风功率横向时间序列概率密度建模方法,即利用风电运行数据样本,首先构建基于混合高斯分布的风功率横向时间序列的先验模型,然后利用最小二乘法对先验模型的参数进行估计,再利用相关建模精度指标确定混合高斯模型的最优维度。基于实际算例的仿真结果表明,所构建的风功率概率密度模型具有较高的精度和泛化性能。     

基于贝叶斯理论的水文线型参数不确定性分析

针对水文频率计算线型参数估计结果存在误差与不确定性及相应水文设计结果存在风险等问题,提出了基于贝叶斯理论的水文线型参数不确定性分析方法及相应的水文频率计算方法.通过贝叶斯采样得到所选线型中参数的后验分布并计算参数后验分布特征值确定不同置信区间,定量分析和描述线型参数的不确定性,根据参数的后验分布求得指定频率对应水文设计值的概率分布,在分析设计值概率分布特征值及不同置信区间的基础上,实现对水文设计结果不确定性和风险性的定量描述和估计.实例分析结果表明,水文线型参数及水文设计结果的不确定性客观存在,该方法用于研究线型参数不确定性行之有效,作出"概率值"的概率预报结果合理可靠.     

基于离散小波变换与时间序列的钱塘江潮位预测

针对钱塘江潮位呈现出的周期性、随机性和波动性,为实现对钱塘江潮位的有效预测,提出一种基于离散小波变换和时间序列的预测方法,即先利用离散小波变换将实测的钱塘江潮位序列进行分解与重构,将非平稳的序列转化为多层较平稳的序列;然后利用时间序列建模方法对分解后的各个序列分别建立时间序列模型,对各层进行动态预测;最后将各层预测值求和作为最终的预测结果。试验表明,所提方法预测的效果明显优于其他混合模型及单一模型,能够提供更加准确的潮位预测。     

基于时间序列ARMA模型的广东省能源需求预测

广东省能源消耗量大,自给率低,能源供需矛盾已成为影响经济发展的重要因素,准确预测未来能源需求对于制定合理的经济发展战略和能源安全战略有着重要的借鉴意义。采用1979-2006年广东省能源消费总量数据,并根据建模要求对数据进行处理,在此基础上利用时间序列相关理论及ARMA模型对广东省未来能源需求量进行了相关预测,并得出能源需求的模型。从检验结果来看,此模型误差率低,预测效果好。     

水文序列变异点检验方法的性能比较分析

通过设计的水文变异序列生成器生成满足P-型分布及统计参数,用统计实验的方法比较分析了10种常用水文序列变异点检验方法对3类变异序列的性能检验。结果表明,秩和检验、Brown-Forsythe、有序聚类、滑动T检验、Bayesian、里海哈林检验方法对均值变异类序列检验效果明显,滑动F检验法对变差系数CV变异序列检验效率优于其他方法,各方法对偏态系数CS变异序列检验效率较低。     

基于HHT变换的雅鲁藏布江径流多时间尺度分析

采用HHT变换对雅鲁藏布江流域拉孜等4个典型水文站1956~2000年年径流量进行了多时间尺度分析。结果表明,雅鲁藏布江全流域范围内存在3、6~8、14~16 a的近似周期,与采用小波分析法所得结果吻合,验证了HHT变换有效、可行。该法为水文序列多时间尺度分析提供了一种新途径,值得推广。     

水文变异综合诊断方法及其应用研究

提出了一种水文时间变异综合诊断方法。首先采用Hurst系数等方法对序列进行初步检验，判断序列是否存在变异；然后用多种检验方法对序列进行详细诊断，得到多种检验结果；最后对检验结果评分，计算综合权重，找出权重最大的点，并结合实际水文调查分析对该点进行确认，从而得到最可能变异点。该方法已应用于潮白河45a径流量变异分析中，解决了单一检验方法检验结果不合理、多种检验方法检验结果不一致的问题。     

小波变换在非平稳水文时间序列分析中的初步应用

阐述了小波变换的原理和小波系数同信号奇异性之间的关系,以此为基础,检验非平稳水文时间序列的变异性态,识别突变与缓变发生的位置、类别,从而为恢复水文序列的一致性提供良好的前提条件。     

采用时间序列预测风电场出力

基于时间序列的方法,采用自回归滑动平均(ARMA)模型进行短期风速预测;考虑风力发电机组排列布置时尾流效应的影响、风电场址地面粗糙程度、空气密度、风向变化以及不同型号风机功率特性的差异等因素,采用Jasen尾流模型建立了大型风电场的综合模型。结果表明,合理的风电场布置方案有利于减小尾流效应的影响,从而提高风电场出力。     

基于主成分分析法的玛纳斯河水文情势分析

为实施流域生态综合治理,基于玛纳斯河逐日径流、降雨及气温资料,采用M-K检验法、指标变化范围法(IHA-RVA法)及主成分分析法综合定量评价水文情势改变程度。结果表明,水文、气温、降雨量突变点分别为1996、1986、2005年;玛纳斯河整体水文改变度为62.36%,属于中度改变,其中12个指标发生高度改变;主成分分析法筛选得出的7个重要指标,经计算水文改变度为57.33%,属于中度改变,与IHA指标体系的水文改变度仅相差5.03%。分析表明,流域内气候及降雨的变化是导致河流水文情势变化的重要原因。     

基于时间序列的滇池流域降雨变化特征分析

针对云南省连续4年大旱、降雨偏少的问题,基于滇池流域内18个雨量站1965~2011年降雨资料,分析了降雨年际年代变化特征,采用线性回归法和Mann-Kendall非参数检验方法对年降雨序列进行趋势预测,利用Morlet小波进行周期分析,并通过小波系数方差检验年降雨序列主周期。结果表明,滇池流域降雨年际变化大,变差系数在0.17~0.24之间;年内分配不均,雨季占全年降雨量的87%左右;年降雨序列呈减少趋势,但减少趋势不明显;降雨序列主周期为23年,次周期分别为4、15年。     

基于时间序列法的高拱坝强度安全裕度分析评价模型及应用

为定量分析高拱坝坝体及坝基强度安全裕度,以时间序列法为理论基础,根据应力计及应变计的监测数据系列计算出坝体及坝基的实测应力,利用实测应力与容许应力的差值和标准应力的比值构建强度安全裕度场,建立了高拱坝坝体及坝基强度安全裕度分析评价模型。通过对监测数据的分析计算,实时反馈拱坝坝体及坝基强度安全裕度水平,并对强度安全裕度进行了二步预测,通过对比预测值与实测值,验证了模型的有效性。