Logistic回归模型在径流丰枯形势预测上的应用

年度径流丰枯形势预测对电厂生产计划安排及市场竞价具有重要意义。基于SAS平台，以瀑布沟水库1937~2006年的历史径流资料为例，探讨了基于Logistic回归模型进行径流丰枯形势预测的可行性。先应用集对分析法对各年份进行径流丰枯分类，其次以径流丰枯状态为因变量，采用Logistic回归模型进行影响径流状态的危险因子筛选，结果表明1、7月的流量对径流丰枯分类影响最为显著；最后利用累积Logistic回归模型得出径流状态一步转移概率矩阵，与马尔科夫法计算结果对比表明，采用Logistic回归模型进行丰枯形势预测是可行的。     

GRNN与统计模型在海堤渗压监测中的应用比较

为掌握海堤状态量的变化规律并进行有效预测、评判,在对海堤渗压效应量和影响因素分析的基础上,给出了监测模型的影响因子基本形式,采用统计理论和广义回归神经网络(GRNN)分别建立了分析预测模型,对两种模型的建模原理、模型中影响因素及模型效果等方面进行了比较,可为复杂的海堤状态的安全监控提供参考.     

大坝安全监测的混合回归模型研究

针对传统回归模型在测值分析时存在片面性的问题,提出采用串联和并联两类回归法的混合回归模型进行大坝监测资料分析,利用串联与并联两种回归模型对岩滩大坝的测值进行了分析和预报,并与逐步回归算法的结果进行了比较.结果表明,混合回归模型拟合与预测效果明显优于传统的回归模型.     

基于H-P滤波预测技术的年用电量预测模型研究

针对电力市场预测电力负荷受众多因素影响及各类预测模型模拟预测误差较大的问题,为提高负荷预测精度,基于H-P滤波预测法将等维信息法、指数回归模型及分布滞后回归模型引入年用电量预测中,通过双层预测降低预测误差,并结合实例比较。对比结果,滤波滞后回归模型的预测综合得分高于滤波指数回归模型。     

基于误差自回归的洪水实时预报校正算法的研究

根据三水源新安江模型洪水预报误差信息，探讨了三种基于误差自回归模型的洪水实时预报校正算法，即固定遗忘因子的递推最小二乘算法，可变遗忘因子的递推最小二乘算法和辅助变量法，并将其应用于鲇鱼山水库的实时洪水预报。通过对三种实时校正方法进行分析比较，认为具有可变遗忘因子递推最小二乘算法效果最好。     

基于典型相关和人工粒子群的大坝监测分析模型

针对大坝安全监测多效应量统计分析模型存在相关性而影响模型精度问题,提出了优化方案,预先对效应量和影响因子进行典型相关性分析,实现变量降维并提取与效应量相关性大的自变量作为模型输入因子构建多元线性回归模型,并基于人工粒子群算法求解最优偏回归系数。经与全回归、逐步回归、偏最小二乘回归模型比较验证,实例表明所建模型有较优的拟合效果和预测精度、鲁棒性强。     

潮水影响下海塘渗压监测模型研究

分析了海塘实测渗压序列和潮位序列，确定了因果监测模型的构造和因子形式，建立了渗压潮位因果回归模型，并采用ARMA模型进行二次建模的探讨。以实例说明因果模型具有很好的拟合预测能力。     

大坝安全监测遗传回归模型研究及应用

在对简单遗传算法进行改进后，将其引入大坝安全监测领域中，并建立了遗传回归模型，力图解决传统混合模型存在欠拟合问题，工程实例计算结果表明，遗传回归模型的拟合效果较混合模型有明显改善。     

基于功率预测的风力机健康状态监测

随着风力发电的广泛应用,对风力机健康状态进行准确监测的重要性日益凸显,为此提出了一种基于风力机功率预测的健康状态监测方法,即结合多项式模型和自回归模型特点,考虑风速与风力机输出功率之间的相关性和滞后性,利用改进非线性自回归模型对某风场风力机输出功率进行预测,并将预测结果与传统灰色模型、BP神经网络模型预测结果进行对比,计算与实测数据之间的误差。最后,选取功率预测系数中变化较为稳定的系数项作为观测系数,通过标准残差法确定异常观测系数反推风力机健康状态。分析结果表明,改进非线性自回归模型预测值与实测数据较为接近,趋势较为吻合。相比于传统灰色模型、BP神经网络模型,改进非线性自回归模型预测误差较小,精度较高。可见通过分析功率预测系数变化能够及时发现风力机健康状态变化,为故障发现提供参考。     

配电台区中短期负荷预测方法研究

配电台区的负荷预测是台区配电扩容规划的基础工作.但受到配电台区统计数据种类单一、数据质量差甚至无法获取等因素的影响,配电台区的负荷预测存在精度低、预测模型复杂等问题.根据台区配电负荷日峰值数据表现出的周期性和渐变性,建立基于温度-负荷回归模型残差的ARIMA模型的台区配变负荷峰值预测方法.建立温度-负荷回归模型,以日最高气温为自变量,对负荷数据进行回归分析,将回归分析得到的数值与真实数据进行比较得到回归残差,建立回归模型残差序列的ARIMA模型,并进行参数估计计算,即可得到待预测日负荷预测值.预测误差率的分析结果显示,本方法的预测结果精度好,准确性高.该方法克服了台区配电负荷影响因素繁杂、差异性大、难以量化的困难,具有很强的实践性,易于推广.     

城市用水量组合预测模型及其应用

针对城市用水量时间序列包含逐步增长趋势、季节性趋势及不确定性的非线性波动特点,单一预测模型往往很难充分反映原始数据中全部的有效信息,结合季节性时间序列模型(SARIMA)和BP神经网络二者优点,构建了一种新型的组合预测模型,对上海市用水量进行不同时间尺度的预测。结果表明,在不同时间尺度上组合预测模型均比单一预测模型精度高、预测质量稳定。     

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GA-BP神经网络与LSSVM支持向量机的日用水量组合预测模型

影响城市日用水量的因素众多,供水部门由于缺乏有效的日用水量预测模型,造成了调度过程中严重的水电等资源浪费现象。针对日用水量变化的趋势性和周期性特点,提出了基于GA-BP神经网络与LSSVM支持向量机的组合预测模型,即选择不同影响因素分别输入到两个子模型,可达到最优效果。在对两个子模型的训练过程中,同时获得预测结果的置信概率,利用置信概率结合两子模型的预测结果,建立组合预测模型,并与传统组合模型进行了对比分析。在上海市某区域自来水公司的应用表明,与单项预测模型、传统线性和非线性组合模型相比,该组合模型具有更高的精度和泛化能力。     

GIS在水文水资源领域中的应用进展

将GIS在水文水资源的应用领域进行了划分,有针对性地对水资源评价和规划、区域水资源管理、防洪减灾、水环境监测和水资源保护以及水文模拟近来的应用进展进行了综述。探讨了GIS在水文水资源领域研究中存在的问题,并对未来的发展趋势进行了展望,以便为GIS在我国水文水资源领域的发展提供借鉴。     

集对分析在水文统计、分类及相似性分析中的应用

利用1989～2008年北部湾钦江陆屋站实测流量、水位和降雨资料及北部湾12个小河流域特征值,根据集对分析的联系度原理进行水文相关分析、分类及相似性选择计算。结果表明,集对分析法可简单、准确、可靠地分析水文水资源现象中不确定性的复杂结构,能进一步完善水文水资源不确定性分析方法。     

虹吸井对尾矿坝地震液化的影响分析

针对河套灌区地下水位预测问题,结合小波变换的时频局部特性和神经网络的逼近功能,构建了两种不同耦合方式下小波和BP神经网络相结合的小波网络模型,比较了不同耦合方式下小波网络模型与单纯神经网络模型的预测效果。两种耦合方式下的小波网络模型模拟结果均比单纯使用人工神经网络模型更接近实测值,对低频信号序列及高频信号序列分别进行神经网络模型预测后再进行重构的预测方式比直接将小波分解的多级信号与神经网络结合的预测方式具有更好的预测效果。     

小波网络耦合模型在地下水位动态预测中的应用

针对河套灌区地下水位预测问题,结合小波变换的时频局部特性和神经网络的逼近功能,构建了两种不同耦合方式下小波和BP神经网络相结合的小波网络模型,比较了不同耦合方式下小波网络模型与单纯神经网络模型的预测效果。两种耦合方式下的小波网络模型模拟结果均比单纯使用人工神经网络模型更接近实测值,对低频信号序列及高频信号序列分别进行神经网络模型预测后再进行重构的预测方式比直接将小波分解的多级信号与神经网络结合的预测方式具有更好的预测效果。     

ARIMA-BP组合分析模型在某心墙堆石坝沉降量预测中的应用

针对大坝变形监测中存在的大量小样本时间序列所具有的强非线性特性,引入组合建模的思想,综合应用ARIMA时间序列模型和BP神经网络模型实现了小样本大坝变形监测数据序列的分析,即先利用ARIMA时间序列模型对大坝变形监测数据进行拟合和预测,然后依据时间序列残差建立BP神经网络模型对残差进行预测,最后将两者结合以获得大坝变形的预测。实例分析表明,ARIMA-BP组合模型较单一模型的预测精度高,预测值更接近实测值。     

优化的灰色拓扑模型在年径流预测中的应用

由于河川径流具有变化剧烈、波动频繁的特点,采用常规水文预报方法的预测效果较差。为此引进灰色拓扑方法,在优化原始GM(1,1)模型的基础上,通过改进拓扑预测的矛盾点筛选方法,建立了优化的灰色拓扑预测模型群,对梨园河流域的实测年径流序列进行模拟和预测,发现所建模型的拟合曲线与实测序列的变化趋势一致,比传统的灰色拓扑方法具有更高的精度。结果表明,改进的灰色拓扑模型能够有效克服振荡序列的非线性影响,可作为研究区域的径流预报和水资源分析的参考依据。     

可变模糊方法及论可拓关联函数基本公式错误

给出模糊可变集合定义的两种表示形式,提出可变模糊方法.用图示形式证明了可拓学论著中以“距”与“位值”概念为基础的、关联函数基本公式的错误,从理论与应用两个方面,指出其不能用于水文、水资源与水电能源等工程领域.