年最大洪水两变量联合分布研究

采用Von Mises分布拟合年最大洪水发生时间的概率分布,采用皮尔逊III型分布拟合年最大洪水量级的概率分布,选用能够较好反映年最大洪水发生时间和量级之间相关结构的Gumbel Archimedean Copula函数,建立两变量联合分布,并定义和分析条件频率、联合频率和两变量重现期。实例分析表明年最大洪水的两变量分布拟合较好,可挖掘更多信息,为洪水设计分析提供了一条新的途径。

水文干旱多变量联合设计及水库影响评估

基于东江流域博罗站月径流数据,采用游程理论提取水文干旱事件.选用Meta-Gaussian Copula函数,统计模拟水文干旱指标的多变量联合分布.采用Kendall联合重现期和最大可能权函数,设计给定联合超越重现期的水文干旱指标组合值,并定量评估水库径流调节作用对水文干旱多变量联合特征的影响.结果表明:东江流域水文干旱历时、强度和峰值的统计优选分布均为韦布尔分布.干旱指标之间具有较高的正相关性,Meta-Gaussian Copula能够很好地模拟水文干旱指标两变量和三变量联合分布.基于任意两个变量联合设计和三变量联合设计,干旱指标设计组合值位于同频位置附近,且同一个干旱指标设计值在不同变量组合之间差别较小.水库径流调节作用对于缓解东江流域水文干旱效果明显,同一组干旱指标的多变量联合超越重现期在水库影响下明显变大.联合超越重现期越小,水库对联合设计值的影响程度越大.根据目前水库运行模式,若要满足河道内最小管理流量目标,联合超越重现期10 a一遇的干旱历时、强度和峰值依然达到了约3.89~4.04月、7.20~7.97亿m3和2.99~3.12亿m3.

基于条件互信息的NO_x生成量模型变量-时滞联合选择方法

为了提高脱硝系统入口NOx生成量模型的精度和泛化能力,在选择辅助变量的同时也应考虑变量时滞的影响,提出了一种基于条件互信息的变量-时滞联合选择方法。以条件互信息作为变量选择的依据,抑制辅助变量间相关性造成的信息冗余,同时考虑时滞对变量选择的影响,在选定辅助变量时对时滞进行联合估计,以最大化辅助变量集包含的有效信息。以某600MW燃煤电站的实际运行数据为算例,基于该联合选择方法和BP神经网络建立了NOx生成量模型。结果表明:与仅基于互信息或条件互信息进行变量选择相比,基于联合选择方法所建立的模型精度和泛化能力相对较好。

基于联合典型变量矩阵的多阶段发酵过程质量相关故障监测

为考虑发酵过程的质量变量和动态特征对于阶段划分的影响,提出了一种基于联合典型变量矩阵的多阶段发酵过程质量相关故障监测方法。首先,将历史三维数据沿批次方向展开,对每个时间片矩阵进行典型相关分析(canonical correlation analysis,CCA),得到融合过程变量和质量变量信息的联合典型变量矩阵,对其进行K均值聚类,实现基于静态特征的第1步划分;然后采用慢特征分析(slow feature analysis,SFA)算法提取表征过程动态性的慢特征,对其进行聚类实现第2步划分。最后综合分析两步划分结果,将生产过程划分为不同的稳定阶段和过渡阶段,并在划分的子阶段中分别建立CCA监测模型进行质量相关故障监测。该方法通过静态和动态特征的变化实现两步划分,准确区分强动态变化与阶段切换,有效提高质量相关的故障监测模型精度。青霉素仿真平台与大肠杆菌实际生产数据验证了所提方法的可行性和有效性。

多变量水文联合分布方法及Copula函数的应用研究

简介了水文事件中的多变量联合分布计算方法,系统总结了Copula函数的原理、性质、水文计算中常用的函数类型、参数估计方法及拟合检验方法,探讨了Copula函数在水文方面的应用前景。

3维干旱变量联合概率分布研究

研究多变量干旱特性联合分布的推求方法。选择干旱历时、干旱烈度和烈度峰值为水文干旱特性变量。单变量的边际分布参数分别采用矩法、概率权重法、极大似然法和遗传算法进行计算和优化。应用检验、Kolmogorov-Smirnov等6种检验法进行单变量分布的拟合度检验。采用Pearson’s古典相关系数,Spearman秩相关系数,Kendall’s,Chi-Plots和K-Plots进行变量间的相依性度量。选择4种常用的3维Archimedean Copula函数进行干旱特性变量联合分布拟合。根据RMSE、AIC和BIC准则选择最优copula。在此基础上,采用基于Rosenblatt变换的Bootstrap法进行3维copula的拟合度检验。模型应用于渭河流域北洛河状头站径流序列,结果表明:Gumbel-Hougaard copula拟合效果最好,可以描述洛河状头站3维干旱变量的联合分布。

Copula联结函数在多变量水文频率分析中的应用

介绍了Copula联结函数的定义、属性和构造方法.在应用实例中,针对位于同一河流上下游的两个水文站点采用Copula联结函数建立起两个站点的年最大洪水联合分布函数.结果表明,Copula联结函数能够比较好的模拟这两个站点的年最大洪水联合分布概率.由于Copula联结函数可以采用各种各样的边际函数来推求联合分布函数,具有灵活性和应用范围广等特点,因此在多变量水文频率分析中具有广泛的应用前景.

水文双变量重现期分析及在干旱中应用

单变量水文统计中一些广为接受的概念在多变量环境下尚缺乏深入分析,也易被误解,如N年内重现期大于等于T的多变量事件发生的次数与N/T的关系。实践中,多变量联合重现期与其边缘分布变量重现期的一些经验关系被发现并通过了案例验证分析,但缺乏解释和推导。基于GH Copula推导了双变量联合重现期与边缘分布变量重现期的关系以及双变量事件发生次数与其重现期、变量相关程度间的定量关系。以昆明56年的逐月SPI(Standardized Precipitation Index)和SRI(Standardized Runoff Index)识别了干旱事件,采用GH Copula构建了干旱历时和烈度的联合分布函数,验证了双变量联合重现期与边缘分布变量重现期的关系以及多变量事件发生次数与其重现期的定量关系。表明不宜以“and”第1重现期是否接近于比该干旱事件的旱情更重的干旱发生的平均时间间隔来说明干旱特征值重现期分析的合理性。变量的相关性不强时,需谨慎采用边缘分布变量重现期的较大值近似代替“and”事件的第1重现期。

考虑历史洪水不确定性的峰量联合频率分析

洪水事件一般具有多个特征属性,多变量联合分析可以全面分析洪水过程的统计特征。本文依据Copula函数,建立考虑定量和非定量历史洪水的不连续序列峰量联合洪水频率分析模型,选用遗传算法对模型参数进行寻优,并采用最可能组合法和同频率组合法计算不同重现期设计洪水,通过变化置信区间分析历史洪水不确定性变化对参数估计与设计洪水的影响。以长江干流宜昌水文站为研究案例,结果表明,将历史洪水考虑为不定量时,其参数估计结果更为合理,更符合洪峰和时段洪量之间的关系。设计洪水值随着历史洪水置信区间的增加而降低,并随着重现期的增加,下降幅度更大。

基于Copula函数的长洲水利枢纽年最大洪水联合分布研究

年最大洪水量级和发生时间对水库安全防洪、综合效益发挥具有重要的意义。以长洲水利枢纽为例,采用Von Mises函数分布拟合洪水发生的时间概率分布,采用皮尔逊Ⅲ型函数拟合洪峰流量的概率分布,采用Frank Copula函数建立年最大洪水发生时间和洪峰流量两变量的联合分布,分析了长洲水利枢纽年最大洪水事件发生时间分布特征、联合重现期以及条件重现期。结果表明,Frank Copula函数建立的联合分布函数能够较好地拟合长洲水利枢纽年最大洪水两变量分布特征,可有效挖掘入库洪水信息,为水库优化调度和风险决策提供参考。

基于Copula函数的黑河流域干旱频率分析

【目的】构建二、三维干旱特征变量重现期的联合分布模型,对实际的干旱变量重现期范围进行估计,为旱情预报提供参考。【方法】采用4种对称和5种非对称的Archimedean Copula函数,构建黑河流域上游莺落峡、梨园站和正义峡3个水文站干旱历时、干旱烈度和干旱烈度峰值的二、三维联合分布模型;通过拟合度评价,选取Frank和Clayton Copula函数,对黑河流域的联合重现期和同现重现期进行计算,分析黑河流域重现期的空间演变规律。【结果】单变量的重现期理论值介于二、三维变量联合重现期与同现重现期之间;当单变量重现期理论值为5年时,采用干旱历时与干旱烈度的二维联合分布模型,推求的莺落峡、梨园站以及正义峡3个水文站的实际单变量重现期分别为4～7,2～6及4～7年。【结论】Copula函数能够较好地用于构建黑河流域干旱特征变量的重现期分布模型。

珠江三角洲Copula径流模型及西水东调缺水风险分析

基于两变量Copula函数模拟、变点识别和均值平移时序重构方法,构建珠江三角洲西水东调工程受水区东江和水源区西江的枯水径流联合分布模型。以生态环境流量及最小流量管理目标为设计阈值,研究区域联合缺水风险特征及对变化环境的响应。结果表明:Archimedean copula的Clayton、Frank和GH模型,均能较好地模拟两区域枯水径流联合分布特征。变化环境下特别是流域内水利工程径流调节作用,东江枯水径流时序非一致性显著,均值跳跃明显,变点时间为1972年,最枯月径流量增加了65.5%。若要满足最小下泄流量管理目标,东江缺水风险率较高,为37.7%。与东江天然径流(还原系列)相比,在东江流域内水利工程影响下(还现系列),东、西江同时缺水风险率由35.8%下降到16.7%。但由于2江枯水径流的正相关性,西江有水可调保证率也由54.8%下降到21.0%。在已知东江缺水情形下,西江有水可调保证率(55.8%)仅略高于西江缺水风险率(44.2%)。因此,珠江三角洲西水东调工程运行,需要科学设计更为精细的水资源调度规则。

基于Copula函数的南水北调中线降水丰枯遭遇分析

针对南水北调中线工程水资源调度实况,按调度年、季两种时间尺度分别讨论了水源区和四个受水区降水的丰枯遭遇性,基于Copula函数构建了水源区与各受水区降水量的联合分布,计算了丰枯遭遇的概率,并对比分析了传统统计法与Copula函数法的优劣。结果表明,水源区和各受水区丰枯组合中对调水有利的概率均大于70%,调水效益由南向北逐渐增大;Copula函数法在计算条件概率及概率等值线图方面均优于统计法。

基于分层阿基米德Copulas的干旱特征多变量联合概率分布研究

本文构建了3维Clayton/Frank组合分层阿基米德Copulas(Hierarchical Archimedean Copulas,HAC)函数,推导了其分布函数、概率密度及条件Copulas的表达式,并给出了3维Copulas拟合优度检验的方法。以西安站月降水资料为例,用3维HAC得到干旱历时、干旱烈度和烈度峰值的3维联合分布并应用于干旱特征分析。结果表明,与单一类型阿基米德Copulas构建的3维Copulas相比,3维Clayton/Frank组合HAC表现出较强的优越性,可为多变量干旱事件的研究分析提供新的思路。

一种用于光伏电站数据采集系统的数据处理方法

随着光伏电站的发展,光伏电站数据质量和数据处理问题对电站运行效率起到至关重要的作用。针对光伏电站数据采集系统采集数据的质量低,数据不完善等问题,构建了针对光伏电站数据采集系统的数据处理模型。通过分析异常数据类型,分别用判断域值和变量联合匹配的方法对其进行修正,然后处理缺失值,根据它们与不完全变量的关系,将缺失值分为随机和非随机两类。分别运用热卡填充法、多项式填补和均值填补等方法对缺失值进行填补,完成对光伏电站的数据处理,提高了光伏电站数据采集系统存储数据的质量和光伏电站数据的二次利用价值。

主动均衡技术的系统设计及应用效果研究

动力电池组在使用过程中,电池性能的差异性会不断恶化,这不仅降低了动力电源的使用寿命,也大大降低了电动车辆的续航里程,针对这一问题,文章通过开关矩阵形成多通道双向DC/DC均衡回路,设计出联合变量的主动均衡控制系统,在此系统上进行了大量的试验,分析与验证了其主动均衡技术的有效性与可行性。

基于随机生产模拟的火电机组深度调峰提升新能源消纳能力评估方法

中国许多地区已经开展火电机组深度调峰辅助可再生能源消纳的试点工作,但基于场景的时序模拟方法在分析其调峰效果时受到各类不确定因素影响,难以覆盖所有的运行场景,导致中长期评估结果准确性不高。因此,时序方法不适用于缺少详细时序数据的电源容量规划。为此基于随机生产模拟方法,面向规划应用提出了一种火电深度调峰提升系统可再生能源消纳效果的评估方法。该方法建立了包括非供热火电机组、热电联产机组和风电等电源在内的供给侧概率模型,分析了在不同火电深度调峰方式下,系统负荷、可再生能源发电的概率特性变化,给出了弃风率等指标的计算方法。以北方某省级电网为仿真系统进行数据实验,研究了不同深度调峰配置方案下的弃风率变化情况,证明了该方法的有效性。

区域干旱重现期反演研究

建立基于Copula多函数的干旱历时-烈度联合概率的干旱重现期推求模型,以阜新典型旱区为实例,对其近30年来的干旱重现期期进行反演。结果表明:双变量干旱频率模型可综合考虑不同干旱特征变量之间的关联度,可解决传统单变量频率模型和实际干旱演变特征符合度不高的局限。

基于Copula函数淮河流域水沙联合分布研究

淮河流域是我国人口密集的地区之一,拥有巨大的社会和经济发展潜力。基于淮河中游吴家渡水文站1950-2015年的径流量和输沙量资料,通过对径流量、输沙量的边缘分布函数和Copula函数的比选,确定最优函数形式并建立淮河流域水沙联合分布模型,运用模型对流域内水沙丰枯遭遇频率进行了计算,进而对比分析了径流量和输沙量单变量和联合变量的设计值并绘制了等值线图。研究结果表明:Gamma型分布对淮河流域的径流量过程和输沙量过程吻合较好。由于Gumbel型联合分布函数的赤则信息准则AIC值(akaike information criterion)最小,故选用Gumbel型Copula函数构建淮河流域水沙分布模型。淮河流域水沙同步的概率为67.2%,水沙异步的概率为32.8%,其中平水平沙出现的概率为27.54%,枯水枯沙出现的概率为25.86%,淮河流域枯水平水年份较多。径流量和输沙量联合变量设计值较单变量设计值要大,计算结果在考虑两者之间联系的基础上,将更具有代表性,且安全性更好。