基于二分群体决策的水文预报择优组合方法

针对多种水文预报的组合问题,提出一种基于二分群体决策的水文预报择优组合方法。通过决策群体、决策断面、能力向量、预报收益等模型的建立,将水文预报择优问题转化为一个二分决策问题;根据决策质量给出择优求解和参数初值的率定方法,并将各参数对预报精度的影响加以分析。实验表明：该方法能够有效的从两种预报方案中选择出更加接近实测值的预报结果,且具有76%以上选择正确率和更高的预报精度。     

决策支持系统(DSS)在电力系统负荷预报中的应用

提出了一种混合算法的决策支持系统，该系统综合多种预报算法的优 点，利用决策理论，在短期、超短期电力系统预报中优选最佳算法，提高预报的准 确度，并考虑了该系统的可扩充性和易修改性。     

一种简单易行的超短期负荷预报方法

负荷预报一直是电力的一个重要课题,从电网运行的角度,提出并论证了用插值方法进行超短期负荷预测的理论,该方法不像传统方法大量历史数据,从而避免了因数据不准造成的误差。由于这种方法可以在线机上实时进行,因而对实时调度及电网的经济运行具有很大的实用价值。     

三峡水库洪水预报方案设计——以岷江流域为例

三峡入库洪水预报范围涉及39万km2 ,分为7个大区间进行方案设计。以岷江流域为例,介绍了预报采用的模型、方法,并阐述了其中一个子区间的资料整理、单元划分、方案配置、模型应用、成果分析过程,而后进行整个岷江流域的预报方案检验。三峡水库的预报方案从大流域到小区间层层嵌套设计,同时从小区间到大流域逐级预报、逐级检验。该方案从大处着眼、小处入手,对大、中、小流域的预报方案设计都有一定的借鉴意义。     

一种神经网络电力短期负荷预报器

介绍了现已在美国和加拿大的35家电力公司使用的第三代人工神经网络短期负荷预报器ANNSTLF.它包含两个神经网络,一个预报基本负荷,另一个预报负荷变化,两部分负荷经自适应组合计算出最终预报.湿度和风速对负荷的影响通过温度线性变换考虑.一种新颖的加权插值算法大大提高了节假日预报精度.10家不同电力公司的预报数据表明系统性能优越.     

基于预报难度的径流预报水平综合评定

本文在分析传统径流预报精度评定方法的基础上,给出了预报难度的概念和定义,并考虑有无降雨、不同预见期及不同预报流量级别等不同预报情景,提出了两种基于预报误差分布的预报难度计算方法,可实现不同预报情景及不同预报水平标准下的预报难度计算。将其与预报员预报水平评估相结合,建立了考虑预报难度的预报人员综合预报水平评定方法。实例研究结果发现,相比于传统方法,所提综合预报水平评定方法能有效考虑不同预报情景的预报难度,能够充分体现出大难度预报情形（例如长预见期预报）在预报精度提升时对于综合预报水平的贡献量,使所得结果更加科学、合理,可有效促进预报人员预报水平的自我提升。     

雨季段中长期预报模糊聚类模型及其应用

为了克服对中小流域作径流预报时收集预报因子的困难，在中长期径流模糊聚类预报模型基础上，结合径流的周期变化规律，提出了雨季段中长期模糊聚类预报模型。该模型从雨季段径流的周期性规律中提取预报因子，把模糊聚类预报模型从年径流预报推广至雨季段径流预报。在对丰潭水电站雨季段径流的预报中，取得了满意的结果。     

广义BP网用于电力系统短期负荷预报

利用广义误差反向传播算法生成了一种应用于电力系统短期负荷预报的神经网络模型,用以克服传统ＢＰ网络所存在的易陷入局部极小点和对初值要求较高的缺陷,模型同时考虑了影响短期负荷预报的若干重要因素,从而增强了模型的精确性和适用性。     

GFS未来10天数值降雨预报信息的可利用性分析

中期降雨预报为研究中长期降雨径流预报和发电调度模型提供新的信息.本文依据二滩水电站实际径流和发电运行特征,统计了雅砻江流域全球预报系统(GFS)末来10天预报降雨总量分级预报精度,研究GFS降雨预报在汛期旬径流预报中定量及定性应用,并与常用的ARMA类模型相比较,进而分析GFS未来10天降雨预报信息的可利用性及在二滩水电站发电调度中的应用.研究表明,GFS未来10天数值降雨预报信息能为径流预报和发电调度提供较好的旬径流定性预报信息,并可指导实际的发电调度.     

负荷预报中负荷规律性评价方法的研究

负荷预报是一个历久不衰的研究课题,以往的研究主要集中于预报方法,而缺乏对负荷自身变化规律的分析和评价。这不仅导致了难以公允地评价负荷预报方法,也使运行部门对负荷预报所提出的精度要求缺乏客观依据,该文阐述了评价负荷规律性的必要性,并建立了相应的评价方法,文中分析了负荷历史数据,负荷预报以及预报误差之间的关系,构建了一种基于统计分析的负荷规律性评价方法。在此基础上,建立了预估负荷预报误差极限的分析方法,运用所提出的方法对负荷变化的规律性进行评价,不仅可以客观地评价负荷预报方法的优劣,还可以根据不同负荷的规律性确定切实可行的负荷预报精度要求,文中给出的算例说明了方法的有效性。     

地理信息系统在洪水预报中的应用

介绍了地理信息系统的概念、功能以及发展概况；结合冯家山水库洪水预报系统的开发，探讨了地理信息系统在洪水预报中的应用。     

神经网络径流预报模型中基于互信息的预报因子选择方法

神经网络在径流预报中得到了广泛应用并取得了良好效果,其关键问题之一是输入变量(预报因子)选择,但这一问题通常没有受到重视.本研究基于互信息的概念探讨了如何选择径流预报输入变量,并结合三峡工程建成前长江干流宜昌水文站的日径流预报进行了研究.结果表明,基于互信息能够有效地判断待选预报因子(输入变量)与预报变量之间的相互关系...     

甘肃酒泉风电基地风电预测预报系统

为了解决甘肃酒泉千万千瓦风电基地大规模风电并网难题,缓解电网运行、调度和电力市场管理的压力,文中从风电场的实际情况出发,提出了风电预测预报系统的总体方案,对建设风电预测预报系统方案中的数据采集、风能预测预报和风电预测预报模式进行了研究,提出了将多种预测方法结合的解决途径.     

基于多情景划分的三峡水库入库径流预报校正北大核心CSCD

本文考虑预报发生时的外界环境差异性及不同预报情景下预报误差的不同,根据降雨情况、预见期等关键影响因子的不同,实现了预报情景的划分,并进一步基于历史预报误差数据实现了不同情景下相对预报误差分布规律以及90%置信度下置信区间的推求。并基于变分模式分解和长短期记忆神经网络模型,建立了考虑预报误差和预报情景的多维、多属性径流预报校正方法,通过三峡水库实例分析发现,入库径流预报的平均相对误差由实际的8.32%降低为6.36%,减少幅度达到23.6%。此外,平均绝对误差、均方根误差及确定性系数等其他指标都得到了不同程度的改善。说明本文的方法可增加校正模型的有效信息输入,从而提高径流预报模型精度。     

采用SLPC可编程调节器实现电厂主汽温度预报控制

本文从模型算法控制（MAC）理论出发，推出了简化模型预报控制的广义形式（GSPC），按用这种计算机可编程调节器实现电厂主汽温度预报控制。     

基于熵权的可变模糊聚类与识别的水库洪水分类实时预报

流域洪水的形成机制具有高度的复杂性和不确定性,但又表现出自身的规律性。在洪水形成过程中流域内洪水的产、汇流过程受降雨强度、降雨中心和天气环流等诸多因素的共同影响。通过对影响因素与洪水过程的分析,找出其中的规律,为在实时洪水预报过程中充分考虑各种影响因素的作用提供可能,为此本文建立实时洪水分类预报模型,该模型利用模糊聚类方法通过分析影响因子对洪水产、汇流过程分类,并用模糊识别模型建立影响因子与产、汇流类型间的信息识别模型。本文选择东水西调工程的授水水库A作为研究对象,为调水工程在汛期做好防洪准备。实验结果表明,该方法能够准确、迅速的判断洪水类型并选择相应预报模型参数,能有效提高水库实时洪水预报精度。     

编制《水利水电工程水情自动测报系统设计规定》的体会

水利水电工程水情自动测报系统(以下简称测报系统)是应用传感器、通信和计算机技术,完成水情信息的实时遥测和数据处理,为水利水电工程防洪及发电和其他综合利用目标优化调度服务的系统。我国于七十年代通过引进和自行研制,逐步在洪水威胁较大的防洪河段和水利水电工程组建测报系统。由于测报系统在工程运用中发挥了很好的作用,近十多年来,大批已建、在建水利水电工程纷纷组建了测报系统,迫切要求新建工程开展测报系统的设计,为此,急需编制有利于设计工作进行的《水利水电工程水情自动测报系统设计规定》(以下简称《规定》)。     

模糊决策中的知识获取及其在负荷预报中的实现途径

从计算机决策支持系统的设计出发，介绍了模糊决策中知识获取的一种基本方法，进而对于在模糊决策中利用自学习机制实现知识获取的方法进行了探索。根据气象条件实行负荷预报对电力系统的正常运行起着重要作用。