共查询到18条相似文献,搜索用时 156 毫秒
1.
2.
3.
研究分水江流域控制站——分水江站的水位预报方法,提高预报精度,对支撑区域防洪决策具有重要意义。利用分水江站2012~2020年典型历史洪水,基于系统聚类分析方法,以最大1 d洪量、洪峰流量、洪峰水位、洪水起涨历时占比作为聚类指标,将洪水分为Ⅰ、Ⅱ类两类洪水,采用流量演算—水位流量关系转换法对分水江站进行水位分类预报,并构建不同类型洪水水位流量关系的上下边界,提出一种分类洪水水位区间预报方法。结果表明,两类洪水的洪峰水位预报精度有所提高,预报区间宽度明显减小,提高了区间预报结果的可利用性。 相似文献
4.
BP神经网络在闽江十里庵流量预测中的应用 总被引:1,自引:0,他引:1
将反向传播BP神经网络模型应用于闽江上游流域,建立闽江上游流域洪水最速下降动量反向传播BP神经网络模型;选择闽江上游南平市十里庵水文站最大洪峰流量与其支流建溪七里街站、富屯溪洋口站、沙溪沙县站三个水文站的相应洪水流量建立模型.结果表明,模型预测精度符合要求,可作为防汛部门预测洪水的依据之一,并为汛中防汛会商和指挥调度提供依据. 相似文献
5.
《水电能源科学》2021,(8)
采用BP_Adaboost模型和分组建模的新安江模型对大伙房水库控制流域(简称大伙房流域)洪水进行预报,探讨了不同模型方法在丰、平、枯3种代表年洪水中的预报精度。结果表明,分组建模的新安江模型和BP_Adaboost模型均适用于大伙房流域的洪水预报,二者预报精度等级均为甲等,洪水过程确定性系数均为乙等。其中新安江模型分组率定参数进行建模预报的方法是可行的,其洪水预报过程与实测过程拟合度较高,能较好地反映洪水的涨落起伏;BP_Adaboost模型不仅可以较好地解决传统BP模型预报结果震荡的问题,还能提高预报精度,其模型自修正及参数自动率定功能可以显著提高工作效率,因而在实际应用中可根据需求选择不同模型与方法进行洪水预报。 相似文献
6.
7.
8.
针对现有拟合定线方法存在过分依赖图表、模型参数求解繁杂及电算整编不便等问题,以稳定流的计算公式为基础,通过数学推演获得了可直接拟合河道受洪水涨落影响情况下的非恒定渐变流的水位流量关系方程式.实例应用结果表明,该方法能较好地拟合相应观测断面的水位流量关系,具有较好的拟合替代精度. 相似文献
9.
鉴于大伙房水库洪水预报模型为集总式模型,其参数不仅需要优选法选定或人工试错法确定,还需要实时校正,因此根据大伙房流域特点提出了一种半分布式BP神经网络洪水预报模型,实现了模型中参数的自动率定,且由于其半分布式的特点还规避了原集总式模型的部分劣势。即采用DEM和ArcGIS根据水文站及自然流域分水线划分流域,创建BP神经网络,然后应用于各子流域断面及入库断面,预报其流量值,并在每个网络中均运用逐步回归分析法对输入层数据进行筛选,以得到影响最显著因子。将所建模型应用于大伙房水库,预报精度较好,可用于大伙房水库的正式预报。 相似文献
10.
MC-RCM模型是一种在马斯京根法的基础上引入水位流量曲线的洪水演算方法,为进一步验证MC-RCM模型在实际河段中及不同演算条件下的精确性,分别采用试错法、最小二乘法、马斯京根—康吉法及MC-RCM模型四种演算方法对长江李庄至泸县段的10例天然洪水进行流量演算分析,并引入五种评价指标,比较了MC-RCM模型与其他演算方法在不同演算时段下流量演算精度、演算可靠性、演算洪峰流量精度等方面的优劣。结果表明,MC-RCM模型在流量演算精度、演算可靠性、演算洪峰流量精度上相比其他方法均具有一定优势,且在较长演算时段中优势更为明显。因此,MC-RCM模型作为河道洪水演算的可靠方法,可在水文资料充分的情况下修正或校验马斯京根法的演算成果。 相似文献
11.
为实现天山西部山区喀什河流域冰川融雪区域的水资源可持续开发利用,更好地支撑所在区域工农业生产发展,有必要开展融雪径流中长期水文预报研究。基于相关系数法、主成分分析法及两种方法相结合的综合方法优选预报因子,采用BP神经网络模型和组合小波BP神经网络模型预报径流。结果表明,采用综合方法筛选出的预报因子集合可以得到更好的预报结果;组合小波BP神经网络模型在3个不同方案中的预测效果均优于BP神经网络模型的预测结果,其预报精度更高。研究成果可为该区域融雪径流模拟研究及洪水预报提供参考。 相似文献
12.
13.
为了研究人工神经网络在压气机性能曲线拟合中的应用,分别利用BP神经网络、RBF神经网络、极限学习机以及BP-GA神经网络对某微型燃气轮机压气机的性能映射关系进行模拟,分析了不同网络模型在压气机特性曲线拟合上的优劣,以及样本容量对不同神经网络模型性能的影响。结果表明:BP-GA神经网络模型不仅收敛速度快,而且精度高;相比传统BP神经网络模型,其平均绝对百分比误差可控制在0.189%以内,训练时间可缩短至19.07 s;当样本容量较少时,传统BP神经网络模型不再适用,而基于遗传算法的BP-GA模型仍然保持较高的精度。 相似文献
14.
15.
部件精细化建模方法研究一直为燃气轮机动态性能仿真领域的研究热点。以某经典单轴燃机核心部件压气机为对象,基于模块化建模思想利用Matlab/Simulink平台搭建了系统仿真计算平台,并将最小二乘法、三次样条插值法以及BP神经网络法嵌入平台进行了预测应用研究。结果表明:在压气机性能预测中,三种方法均可有效预测部件性能,但BP神经网络法和三次样条插值法的预测结果优于最小二乘法;在整机性能预测中,最小二乘法整机仿真计算结果偏离预设值,而BP神经网络法和三次样条插值法的仿真计算结果具有较高的准确性;在时效性方面,BP神经网络法所需时间成本比其余两种方法高。 相似文献
16.
污水处理为高电耗行业,有效预测电耗对污水处理厂节能优化有深远影响。以广东省某中小型污水处理厂18个月的数据为例,采用BP神经网络建立了电耗预测模型,将提升泵、回流泵、鼓风机的运行时间和频率及OPR、MLSS、好氧池DO、缺氧池DO、进水流量Q、COD、氨氮等33个指标作为BP神经网络模型的输入变量进行初步拟合,并用遗传算法对BP神经网络进行优化。结果表明,BP神经网络适用于电耗的拟合计算,通过与遗传算法组合,平均误差低至0.001 6,预测精度较高。 相似文献
17.
基于Elman神经网络的短期风电功率预测 总被引:1,自引:0,他引:1
为提高风电场输出功率预测精度,提出一种动态基于神经网络的功率预测方法。根据实际运行的风电场相关风速、相关风向和风电功率的历史数据,建立了基于Elman神经元网络的短期风电功率预测模型。运用多层Elman神经网络模型对西北某风电场实际1h和24h的风电输出功率预测,与BP神经网络模型对比,经仿真分析证明前者具有预测精度高的特点,三隐含层Elman神经网络模型预测效果最佳。这表明利用Elman回归神经网络建模对风电功率进行预测是可行的,能有效提高功率预测精度。 相似文献