基于多维Copula函数的澜沧江-湄公河流域气象干旱特征分析

为全面揭示变化环境下澜湄流域多维气象干旱特征,采用标准化降水蒸散指数SPEI表征流域气象干旱,基于游程理论分别提取澜沧江段和湄公河段上、中、下游流域1901—1960年和1961—2021年两个时段的干旱事件,利用Copula函数分别构建两个时段不同子流域二维和三维干旱特征变量联合分布,计算不同干旱特征变量组合条件下的干旱联合发生概率,对比分析不同子流域多维气象干旱特征的时空变化。结果表明:时间上,1961—2021年各子流域平均干旱程度均较1901—1960年更严峻,尤其是极端干旱事件(单变量累积频率为25%、50%)的多维干旱联合发生概率增幅最大;空间上,1961—2021年,随着干旱历时、烈度和烈度峰值的增加,“或”情况下多维干旱联合发生概率最高值区自北向南转移,“且”情况下多维干旱联合发生概率最高值区自南向北转移。

Copula模型的改进及其应用

Copula模型能精确计算投资组合尾部风险,弥补Person相关系数的不足。文章基于信用风险Cop⁃ula模型,探讨了不同抽样算法在信贷投资组合中的应用问题,优化重要性抽样和交叉熵算法,测试了高斯及t-Copula模型的风险计算算法,并通过数值模拟予以检验,结果表明:朴素蒙特卡罗模拟的精度和效率较低;重要性抽样算法通过解析逼近显著降低计算方差,提高精度,但求解复杂且耗时;交叉熵算法同样有效,但需自适应算法求解优化问题。算例分析结果表明,基于不同场景选择Copula模型,可提高信贷投资组合风险计算精度和效率。

基于Copula函数的水闸变形实时风险率量化模型

变形监测数据实时反映了水闸结构性态及所受荷载的特性,若能根据水闸变形监测资料确定其失效风险概率,将得到更可靠的结果。将原位监测资料融入水闸失效概率分析中,提出一种基于Copula函数的水闸变形实时风险率量化模型,在考虑水闸各部位监测效应量差异性与关联性的基础上,将单测点变形风险率提升为多测点变形风险率,进而实现水闸整体变形风险率的实时量化分析。实例分析表明,模型实现了水闸变形实测效应量与风险率的动态转化,对水闸变形实时风险率进行了整体分析;所得结果符合水闸整体变形风险率变化的基本规律和客观事实,可有效解读工程监测信息和直观反映工程运行性状,可为水闸工程的运行管理和安全监控提供理论依据与技术支撑。

高寒气候区生长季NDVI与昼夜不对称增温的Copula分析

利用1982—2016年的青海地区归一化植被指数和气象数据,基于马尔科夫链蒙特卡罗的Copula函数方法,深入探索昼夜增温不对称性与植被活动之间的复杂关系,揭示了昼夜增温和NDVI之间的联合概率分布及其季节性差异。研究结果表明,昼夜增温与NDVI之间的关系在不同季节呈现显著差异。尤其在秋季,昼夜增温对NDVI的影响最为显著,其次是夏季和春季。通过Copula函数模型,发现昼夜增温与NDVI在特定温度区间内呈现正相关,表明适宜的温度条件下昼夜增温对植被生长具有促进作用。然而,当昼夜增温超过某一阈值时,其对NDVI的促进作用转变为抑制作用,从而限制了植被的生长。同时,还揭示了重现期与昼夜增温及NDVI之间的关系。在较低的重现期下,昼夜增温与NDVI的联合概率较高,表明在这些条件下,植被生长良好的情况出现的频率较高。反之,较高的重现期对应于昼夜增温与NDVI较低的联合概率,表明植被生长受到抑制。本研究通过Copula函数提供了一个全新的视角来理解昼夜增温与植被动态之间的相互作用,强调了气温变化对植被生长影响的复杂性。

基于Copula函数的多站洪水过程随机模拟研究

洪水过程随机模拟能够生成大量与历史洪水统计参数相似且形状各异的洪水过程,而水库群联合防洪调度需要结合流域内各水文站洪水过程统筹洪水资源的调度,实现洪水资源的科学调度,亟需发展多站洪水过程随机模拟方法。鉴于此,提出一种基于Copula函数的多站洪水过程随机模拟方法,该方法先利用二维Copula函数完成主站洪水过程的模拟,然后利用条件混合法构建三维Copula函数,依次模拟其余站的洪水过程。以长江中上游8处水文站为研究对象的结果表明,各站模拟洪水与历史洪水统计参数的相对误差较小,除了北碚和武隆站的最大值外,各水文站统计参数的相对误差在5%左右,能够反映历史洪水过程的统计特征,能够为水利工程防洪规划设计、水库群联合调度及防洪调度风险分析等工作提供支撑作用。

基于Copula传递熵的设备级和网络级宽频振荡传播路径分析及振荡源定位方法

电力电子化电力系统的宽频振荡问题严重危害电网的安全稳定运行,及时确定宽频振荡的传播路径和振荡源位置,对振荡的抑制至关重要。该文从因果关系的角度提出一种基于Copula传递熵的设备级和网络级宽频振荡传播路径分析及振荡源定位方法,通过分析多变量之间的因果传递方向和因果强度系数,利用有向加权图构建宽频振荡因果网络,在此基础上确定振荡源位置,并通过保留因果强度系数最大的支路,确定振荡的主要传播路径。采用所提方法一方面能够从设备级分析控制器内部各状态变量的因果关联性;另一方面能够从网络级分析电网中各节点振荡数据的因果传递性,从而确定宽频振荡在控制器内部和电网中的传播路径及振荡源位置。最后,在强迫振荡、风机与弱电网交互、发电机轴系振荡中的仿真算例表明,所提方法适用于多种机理的宽频振荡,能够同时实现设备级和网络级宽频振荡传播路径分析和振荡源定位。

基于Bernstein Copula函数的随机变量序列的Max-Sum局部等价式

该文考虑一类具有局部长尾分布,但不一定具有相同分布的随机变量序列,其联合分布由Bernstein copula函数进行联系.研究其部分和及其最大值的局部分布的渐近性质.在假设诸随机变量服从局部次指数分布的条件下,得到了Max-Sum局部等价性.该等价性从局部和相依的角度描述了随机游动的一次大跳原理.数值实验表明所得结果稳定可行.

基于改进时间卷积网络与藤Copula的短期风速预测

考虑风电场相邻风机风速间以及风速与气象因素间复杂的非线性关系,提出了一种基于改进时间卷积网络与藤Copula相结合的风速预测方法。首先,利用深度残差收缩网络中存在的注意力机制及软阈值化的思想改进时间卷积网络中的残差模块,并进行初步风速预测;然后,考虑到众多气象因素对风速的影响,使用核主成分分析对气象数据进行降维,在保证数据特征的同时,降低数据的复杂度;最后,利用藤Copula在描述非线性相关结构方面的优势构建修正模型,使用降维的气象数据修正初步风速预测值,得到最终的风速预测结果。实验证明,所提方法提高了短期风速预测的精度。

Copula层次化变分推理

为提高Copula变分推理(CVI:Copula Variational Inference)的近似性能,提出了一种Copula层次化变分推理方法(CHVI:Copula Hierarchical Variational Inference)。该方法的主要思想是将CVI方法中的Copula函数与层次化变分模型(HVM:Hierarchical Variational Model)特殊的层次变分结构相结合,使HVM的变分先验服从CVI方法中的Copula函数。CHVI不但继承了CVI中的Copula函数较强的捕获变量相关性的能力,而且还继承了HVM的变分先验结构能获取模型隐变量依赖关系的优势,使CHVI可以更好地捕获隐变量之间的相关性,提高近似精度。利用基于经典的高斯混合模型验证CHVI方法,在合成数据集和实际应用数据集上的实验结果表明,CHVI方法的近似精度相较于CVI有较大提升。

基于Vine Copula的梯级水库短期发电调度风险估计

基于能准确描述高维变量相关关系的Vine Copula,考虑短期径流预报误差的空间相关性,构建了梯级水库短期发电调度风险估计模型,并将模型应用于长江上游溪洛渡、向家坝和三峡水库,分析了径流预报误差带来的单一水库、梯级水库短期发电调度风险。结果表明:基于C-vine Copula构建的联合分布能较好地描述屏山站、朱沱站、寸滩站和武隆站的日径流预报误差特性;随着水库可调节安全区间范围增大,单一水库发电量不足风险率、弃水风险率均越来越小,梯级水库发电量不足、弃水联合风险率和同现风险率越来越小,即水库调节库容越大,其承担的风险也就越小。

采用Copula的齿轮多失效模式可靠性分析

首先,建立了齿面接触疲劳和齿根弯曲断裂两种失效模式的失效功能函数,并确定了两种失效模式中具有共同的影响因素。然后,利用Copula函数建立了考虑失效模式相关时的系统失效概率模型。最后,利用不同Copula模型对某齿轮箱的一对齿轮进行多失效模式下的可靠性分析,并与大样本下的蒙特卡洛(Monte Carlo,MC)法进行对比。结果表明,样本量对Copula计算结果的稳定性和精度有重要影响,随着样本量的增加计算结果的稳定性和精度随之提高,但计算效率有所下降,且t-Copula最适用于本实例齿轮箱的多失效模式可靠性分析。

基于Copula函数的宿迁市区域暴雨和外河水位遭遇组合分析

在系统化全域推进海绵城市建设背景下,为充分发挥河湖水系等海绵体的作用,江苏宿迁市开展了防洪、排涝不同系统间的衔接研究,对区域暴雨和外河水位进行遭遇组合分析。选取宿迁市老城区为研究区域,通过对比不同Copula函数对区域暴雨和外河水位遭遇组合分析情况,选择拟合精度最高的GH Copula函数进行计算分析,计算不同设计暴雨条件下遭遇概率最大的外河水位。结果表明:2年一遇设计暴雨遭遇18.6~18.7 m外河水位概率最大,3年一遇设计暴雨遭遇18.9~19.0 m外河水位概率最大,5年一遇设计暴雨遭遇19.0~19.1 m外河水位概率最大。研究成果可帮助实现城市排涝—防洪的有效衔接,对提升城市水系统的整体优化和协同发展具有重要意义,以期为宿迁市系统化海绵城市建设提供科学参考。

基于EVT-Copula-CoVaR的石油市场对中国碳市场风险溢出效应研究

石油是全球碳排放的重要来源,而碳排放权交易市场是节能减排的有效工具,将石油市场与碳市场进行关联分析,特别是考虑到中国特殊的制度设计问题,测度国内外石油市场对中国不同碳市场的风险溢出效应受到理论界和实务界的关注与重视。本文在考虑到市场极端风险的基础上,选取2014年4月2日至2019年10月31日国内外石油市场与5个交易较活跃的中国碳市场的碳价格数据作为研究样本,构建EVT-Copula-CoVaR模型量化分析石油市场对中国碳市场的风险溢出效应。研究表明,国内外石油市场的风险事件对各碳市场均产生正向溢出效应,且对比不同碳市场可发现同一置信水平下石油市场对碳市场的风险溢出强度从大到小依次为:湖北、广东、深圳、北京、上海。同时,对比国内外石油市场发现,国外石油市场对碳市场的风险溢出效应更大。研究结论有助于丰富和延伸我国碳市场与石油市场之间的联动机制研究,同时对我国碳市场的稳定发展及风险管理具有重要的意义。

基于Copula函数的汽车与钢铁股票价格相关性分析

本文基于Copula函数理论,研究了我国汽车与钢铁股票价格之间的相关性。在边缘分布的确定上,采取非参数核密度法估算汽车与钢铁股票的边缘分布函数;在Copula函数的参数估计上,通过极大似然法对引入的五种不同Copula函数进行参数估计;在函数模型的选择上采用欧式平方距离法则和AIC、OLS最小法则相结合的方法进行优选。研究表明t-Copula函数模型能够更好地描绘汽车–钢铁之间的相关结构,两者存在中等程度的正相关性,且上下尾相关系数相等。

基于Copula理论的高桩码头岸坡可靠性分析

高桩码头岸坡稳定性对整体码头结构安全至关重要。为进一步探究高桩码头岸坡土体强度参数相关性及空间变异性对高桩码头岸坡可靠性的影响规律,基于Copula理论考虑岸坡土体参数的联合概率分布特性,采用PLAXIS计算平台建立高桩码头-岸坡体系数值计算模型,进一步通过Python API接口,编译完成了可自动数据交互与求解的外挂子程序SAPW,并实现了高桩码头岸坡体系参数化前处理、样本工况计算和可靠性求解的一体化、全链条可靠性分析框架流程,并在此基础之上结合蒙特卡罗模拟方法,开展了相关数值计算与参数化分析,探讨了黏聚力、内摩擦角变异系数以及二者相关系数对高桩码头岸坡可靠性的影响规律。结果表明:在高桩码头设计与分析中,忽略土体参数相关性和空间变异性会高估岸坡失效概率,进而导致相关可靠度分析偏于保守,在高桩码头岸坡可靠度分析中宜采用多种Copula函数进行综合考虑。

基于Copula函数的嘉陵江流域水沙丰枯遭遇关系探究

为了深入了解嘉陵江水沙关系的变化规律。基于嘉陵江出口北碚水文站1965-2022年的年径流量和年输沙量资料,利用Mann-Kendall检验法、双累积曲线法并结合物理成因法诊断水沙关系的变异点,通过AIC、BIC、RMSE对径流量和输沙量的边缘分布函数和Copula函数进行优选,确定最优Copula函数并建立嘉陵江流域水沙联合分布模型,运用模型对流域内水沙丰枯遭遇概率、联合和同现重现期进行计算,进而对比分析水沙单变量和联合变量设计值。结果表明:①水沙关系在1989年发生突变,变异前的水沙相关性强于变异后的水沙相关性;②1965-1989年阶段水沙序列最优边缘分布都为Logn,最优水沙联合分布模型为Gumbel Copula模型。1990-2022年阶段径流量和输沙量的最优边缘分布分别为Gamma、GP,最优水沙联合分布模型为Frank Copula模型;③2个阶段水沙序列同步概率分别是59.77%、61.14%,均大于异步概率,且出现极端情况“水丰沙枯”、“水枯沙丰”类型的概率极低,表明水沙概率存在较大的相关性,来水来沙条件相对稳定;④联合变量设计值大于单变量设计值,通过两变量联合分布计算的径流量和输沙量设计值更加可靠。水沙联合重现期集中在2年附近,同现重现期绝大部分小于50年。通过探讨嘉陵江流域来水来沙联合变化特征,可为流域的水沙调控、防灾减灾等工作提供参考。

基于Copula函数的茶叶收入保险定价——以宁德白茶为例

基于宁德市的统计数据,探索了白茶单产、单价的边缘分布函数,构建了刻画两者联合分布的Clayton Copula函数,通过Monte Carlo模拟获得了宁德白茶单产和单价的大样本数据。基于白茶收入保险的保险金额与茶农实际收入间的差额及该差额出现的概率,确定了单位保险金额的期望损失,厘定了不同保障水平下白茶收入保险的纯费率。与传统产量保险相比,白茶收入保险可以全面保障茶农的经营风险。混合Copula函数有助于精确、便捷地厘定白茶收入保险的费率。作为我国白茶主产区的宁德市应通过财政补贴,积极开展白茶收入保险,不断积累相关经验数据,为费率的科学厘定创造更好的条件。

Copula分位数回归方法在风电超短期出力预测上的应用

风电出力具有较强的随机性和波动性,相比于传统预测,分位数预测方法能够提供全面的风电功率概率分布信息,可实现更可靠的风电出力预报,对电网系统的安全和稳定运行具有重要意义.以甘肃某风电站为案例,将数据按6∶2∶2划分为训练集、验证集和测试集,采用基于Copula的分位数回归方法(QCopula)进行功率区间预测,并与三个传统的分位数回归方法进行比较.结果显示,在不同置信区间下QCopula的修正预测区间精度范围在0.701~0.773之间,预测精度平均值比传统分位数回归(QR)、随机森林分位数回归(QRF)和长短期记忆神经网络分位数回归(QLSTM)分别高出15%、9%和13%,优于其他三种分位数预测方法.分位数交叉验证中,QCopula未出现分位数交叉,每个样本点的功率预测值均随概率值单调递增,而QR、QRF、QLSTM均出现不同程度的分位数交叉现象.综上所述,QCopula可以表征更小的区间宽度和更高的区间覆盖率,且分位数曲线不存在交叉,可信度较高.

基于Vine Copula的鄱阳湖流域近70年洪水空间分异规律

量化流域的洪水空间分异规律,对防洪减灾具有重要意义。采用鄱阳湖流域不同支流7个水文站近70 a日径流量资料,利用自动峰值超阈值模型、主衰退曲线分析法确定总洪量、洪峰流量和持续时间3个洪水特征,基于Vine Copula模型建立三维联合分布,计算联合、同现和2种条件重现期来对比研究各支流的洪水演化规律。结果显示:洪峰流量最优边缘分布为对数正态分布,总洪量以伽马分布为主;Gaussian Copula模型对洪峰流量和总洪量的相关性结构拟合效果良好,Gaussian Copula模型和Student t Copula模型适合建立总洪量条件下洪峰流量和持续时间的相关性结构;鄱阳湖流域西部会形成总洪量、洪峰流量和持续时间均较大的灾难性大洪水;流域东部容易在短期内积累较大的洪量,而不会形成持续性洪水;在洪量一定的情况下,流域南部洪水的洪峰流量最大。研究结果可为鄱阳湖流域改进洪水预警方法和制定洪水分级管理策略提供参考。

基于C-Vine Copula函数的台风灾害链“风-雨-潮”联合概率分布研究

现有台风灾害链研究大多采用高维对称Copula模型建立多个致灾因子的联合分布,对致灾因子之间非线性、非对称的复杂关联结构探究不足。文章以浙江岛屿城市舟山为例,通过C-VineCopula函数刻画当地台风灾害链“风-雨-潮”之间的复杂依赖关系,利用1979—2018年逐日的最大持续风速、累积降雨量以及最大风暴增水数据估算三者的联合概率分布以及重现期。研究表明:1)风速与降雨量在常规数值区间(非极端情况)具有较强的相关性,最佳联合分布为Frank Copula;风速与风暴增水具有上尾依赖的特征,最佳联合分布为Gumbel Copula;2)降雨量分布在风速条件下显示2处峰值,风暴增水分布在风速条件下近似于均匀,两者之间的最佳联合分布为Gumbel Copula;3)以单变量100 a重现期为例,风速-降雨量与风速-风暴增水组合事件的二维联合重现期分别缩短至29和30 a,而风速-降雨量-风暴增水组合事件的三维联合重现期缩短至17 a。综上,C-VineCopula函数能准确有效地刻画台风灾害链“风-雨-潮”之间的复杂依赖关系,深化对于台风灾害链内在作用机制的理解,为台风灾害风险管理和工程设计提供科学支持。