共查询到18条相似文献,搜索用时 62 毫秒
1.
2.
3.
4.
介绍基于小波分析建立的人工神经网络模型的方法原理,并给出构造模型的一般步骤及关键算法。针对一般BP算法收敛速度慢,易陷入局部极小值的缺陷,受Fletcher—Reeves线性搜索方法的启发.提出基于改进共轭梯度法的BP算法。利用此优化模型对日径流进行模拟与预测,实验表明,基于小波分析的人工神经网络模型在日径流模拟过程中具有很好的仿真能力.训练后的模型用于预测具有较高的精度。 相似文献
5.
6.
7.
生成日径流资料的散粒噪声模型 总被引:1,自引:0,他引:1
描述时间连续日径流过程散粒噪声过程是非正态随机模型。本文对G.weiss提出的单散粒噪声模型中的涨水退水曲线的形式改用为Γ-分布的密度函数表示,推导出改进后的散粒噪声模型的一、二阶矩的计算公式和以日平均流量资料为依据的离散序列的一、二阶矩的递推公式。并用物理-统计相结合的方法估计有关模型参数,改进拟合程度。本文还对weiss提出的单散粒噪声综合数据的生成方法上做了修正。最后通过潮白河密云水库等站的日平均径流资料说明这模型的应用。 相似文献
8.
9.
10.
流域径流趋势分析的随机模型及其应用 总被引:1,自引:0,他引:1
以流域一阶线性的径流模型为例,将模型中的各参数扩展为随机变量,推导出基于马尔柯夫过程的可用于流域径流趋势分析的随机模型,并由Fokker-Planck-Kolmongorv(简写FPK)方程产生径流概率密度函数,模型应用于洵河柴坪流域的经济趋势分析,验证了该方法的实用性。 相似文献
11.
12.
13.
超短期预报调度对于实现短期调度和实时调度无缝衔接、降低调度风险、提高水电调度水平意义重大。而实际超短期预报调度面临着有效预报信息短缺、实时采集信息错报漏报、支流小水电调节、模型通用性差等一系列问题,为此,提出了一种梯级水电站群超短期滞时时间序列预报方法,首先分析了上游电站历史出库和下游电站历史入库流量,利用相关系数找出最强滞时流量匹配关系,从而将上游电站出库流量从下游电站入库中分解出来,还原出有效的区间流量,再通过区间流量逐日化进行时间序列建模,最后与上游电站滞时出库合成为下游电站预报入库流量。以云南澜沧江干流梯级电站为例,取得了良好的预测效果,从而验证了该方法的合理性、准确性与通用性。 相似文献
14.
基于时间序列模型的风电场风速预测研究 总被引:1,自引:0,他引:1
基于时间序列的方法,对风速的长期预测进行了研究,并在工程应用的基础上提出了新的预测思路:首先将风速信号分解成趋势信号和去趋势项随机信号,然后分别用滑动滤波和小波分析这2种方法对分解出的去趋势项随机信号进行数据处理并比较,再用时间序列的方法对趋势项信号和处理后的信号分别进行预测并叠加,得到最后的预测风速信号.结果表明:五项滑动滤波处理数据的方法与Daubechies小波分解法均能实现精度较高的风速长期预测;与小波分解法相比,滑动滤波方法算法的复杂性低,在工程应用上可行性更高. 相似文献
15.
16.
17.