酒埠江水库入库流量预报的农步回归方法

基于物理成因分,挑选出影响酒埠江水库年、月平均入库流量的前期单站预报因子,并建立了逐步归预报模,实践表明,预报效果较好,可以在生产实际中应用。     

基于统计图形的入库流量预报误差分布规律

基于2003~2008年三峡水库汛期入库流量预报误差资料,分析了其正态特性,给出了通过K-S检验的分段入库流量预报误差统计图形,并利用统计图形比较了Laplace与Logistic分布拟合效果。结果表明,2003~2008年三峡水库汛期入库流量预报误差基本服从正态分布,且Laplace分布更适合描述其分布规律。     

基于小波变换和人工神经网络模型的三峡入库月径流预报

为探讨小波变换中小波基函数对模型预报精度的影响,选取三个小波基函数haar、db10、sym8对原始序列进行小波变换预处理,并分别建立人工神经网络模型(ANN)和基于不同小波基函数的W-ANN(haar)、W-ANN(db10)、W-ANN(sym8)模型进行预报。以三峡水库月径流为例,采用纳什效率系数、平均绝对误差及平均相对误差对建立模型的预报效果进行比较。结果显示,采用三个小波基函数haar、db10、sym8对数据进行小波变换预处理后的模型精度均得到了不同程度提高,W-ANN(sym8)模型在各项指标上表现最好。表明小波基函数的选择对模型预报精度结果影响较大,选择合适的小波基函数至关重要。     

安康水电站入库洪水预报模型的初步研究

模型包括由已降雨量和预报雨量进行入库洪水预报两个部分.第一部分重点阐述水库形成后水力条件及水文特性改变对洪水的影响问题,并提出与之汇流特性相适应的计算方法.第二部分着重对降雨发展过程中未来短时段降雨量估报的可能性及其计算途径进行研究,以增长入库洪水预报的预见期.     

基于贝叶斯分析的概率洪水预报模型研究

根据贝叶斯分析,用先验分布考虑水文要素的自然不确定性,用似然函数描述水文模型和参数的不确定性,通过亚高斯模型对实际流量与模拟流量进行正态分位数转化,并对转化后的时间序列进行线性-正态假设,得到实际流量的后验密度函数的解析解。利用白云山水库的资料进行检验,结果表明贝叶斯概率洪水预报可显著提高预报精度,实现了预报与决策的有机结合。     

降水数值预报和水文预报耦合效果定量评价方法

基于信息熵的基本原理,改造了信息熵函数,针对系统耦合中的诸多不确定性因素,提出了一种耦合效果的定量评估方法,利用自信息量评估各节点完成预报工作的能力,选取降水数值预报信息的获取能力、降水数值预报信息的处理能力、预报系统的调用能力和系统耦合预报成果的存储与输出能力描述工作能力,并采用数理统计方法确定各节点内不确定性因素的隶属度。实例应用结果表明,该方法能定量估算由于预见期的延长对水文预报耦合成果不确定性的影响,为耦合成果的精度评定和应用提供了客观的评价。     

考虑预报因子选择的神经网络降雨径流模型

为优化神经网络模型的应用效果,研究了基于神经网络的降雨-径流模型,根据Copula熵法确定预报因子,并与传统的线性相关法进行比较分析,采用BP、RBF、GRNN三种神经网络建立降雨-径流模型,应用均方根误差、合格率、确定性系数三个指标为模型选取评价准则。通过对金沙江流域的径流预报,发现基于Copula熵法的BP模型预报结果更接近实测值,精度更高。     

松涛水库入库洪水预报流溪河模型研究

为准确、可靠地预报松涛水库入库洪水,基于流域降雨量和下垫面物理特性,探讨了分布式水文模型流溪河模型在松涛水库入库洪水预报中的适用性.结果 表明,流溪河模型在松涛水库流域对场次洪水有较好的模拟效果,34场洪水模拟的确定性系数均值达0.869,洪峰误差均值为0.1.以洪峰流量的20％作为许可误差,松涛水库预报方案合格率为7...     

梯级水电站群超短期入库流量滞时时间序列预报方法

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。     

基于相似过程衍生的月径流概率预报模型研究

针对传统月径流预报模型存在的缺陷,建立了相似过程衍生法与概率预报相结合的月径流概率预报模型。运用相似过程衍生法发布确定的预报结果,在定点预报的基础上利用概率预报提供一定置信水平下的预报区间作为模型预报结果。模型结构简单、易于构建且建模过程中无需考虑预报因子的选择问题。将该模型与BP神经网络模型进行对比仿真试验,结果表明该预报模型具有较好的预报精度,且合格率高于BP神经网络模型,可在水库月径流预报中推广应用。     

三峡水库入库径流演变分析

基于三峡径流和长江上游的平均降雨量系列资料,采用统计分析方法分析了三峡入库径流年际、年内的变化特征及蓄水期径流的变化规律.研究结果表明,三峡来水量减少可能是正常的周期性波动;由于上游大型水库群调节作用,1990年后三峡来水的年内分配发生了较大变化;若以初设蓄水期平均流量为基准,在1991～2009年径流系列条件下,三峡蓄水期必须提前至9月上旬.     

水文模型参数不确定性及对概率洪水预报的影响

为研究Nash模型参数的不确定性,提出了基于自适应采样算法的马尔可夫链蒙特卡罗模拟与贝叶斯理论及遗传算法耦合,构建了基于贝叶斯理论的自适应采样算法,并进行概率洪水预报,分析了参数不确定性对预报结果的影响。实例结果表明,该方法获取的Nash模型参数后验分布可用于概率洪水预报,获得的统计特征可全面考虑水文模型参数的不确定性,可提高概率洪水预报精度,降低洪水预报结果的不确定度。     

基于最小二乘支持向量机的水库来水量预测模型

为提高水库来水量的预测精度,提出了一种基于最小二乘支持向量机(LS-SVM)的来水量预测模型。实例应用结果表明,该模型预测能力强、预测精度高,其预测精度明显高于BP模型,为来水量预测提供了一种可靠、有效的方法。     

考虑人类活动影响的改进新安江模型水文预报

为定量描述小水库和小塘坝等人造水利工程对流域产汇流过程的影响,以白山流域为例,引入自由虚拟水库的概念,建立了改进的三水源新安江模型,并应用于八场洪水的预报模拟,对原始和改进的新安江模型的模拟结果进行对比分析。结果表明,小水库和小塘坝对洪峰流量具有滞后作用,改进的新安江模型对白山流域产汇流的模拟较原始三水源新安江模型效果好。     

三峡水库中长期径流预报方法研究

中长期径流预报是充分利用水资源、发挥电站经济效益的有力手段。以三峡水库为研究对象,分别采用周期外延叠加技术、人工神经网络模型、投影寻踪自回归模型和支持向量机回归模型对三峡水库逐月入库径流进行预报。从不同侧面比较分析了这四种方法优劣,并总结各预报模型计算结果的特征及规律,为三峡水库寻求径流预报规律和制定未来中长期调度计划提供了技术支持。     

三峡水库运行方式探讨

针对三峡水库目前运行方式存在的问题,提出了供水期加大下泄流量、汛期分时段动态控制水库汛限水位的建议运行方式.结果表明,该运行方式在确保三峡工程防汛安全前提下,改善库区和下游生态环境,减少库区泥沙淤积,以充分发挥水库发电、航运和供水等综合效益,可供决策参考.     

三峡库湾二维随机水质预测模型的研究

在分析香溪河流域污染特点的基础上,建立了一个二维随机水质数学模型,该水质模型将一维水质随机降解模型和二维迁移扩散模型相结合,同时考虑了各水质参数K1,K2,K3和河道横向扩散系数Dy的随机性影响。该模型适用于各种复杂水力条件的排污范围的水体,对于平面二维的任何一个计算点,它都能给出该点水质浓度随机变化的概率分布,用该模型对三峡建库后的香溪河库湾水质进行了预测,其成果可为三峡库区水环境保护及规划治理提供设计数据。     

考虑抗旱补水需求的三峡水库提前蓄水方案研究

针对三峡水库汛末蓄水与下游抗旱补水之间的矛盾,研究了三峡水库提前蓄水方案。基于原规划设计蓄水方案,提出了严格满足下游抗旱补水约束的改进蓄水方式,并从年平均蓄满率、末水位、发电量、弃水量及防洪风险率方面分析比较了该改进蓄水方式下的不同起蓄时间方案,确定了最佳提前蓄水方案,以1997年为典型年对提前蓄水方案进行验证。     

基于MPGA-BP模型的降雨预报研究

降雨预报是水文预报的重要环节,提高其准确性是进行洪水、径流等预报的前提。针对目前预测方法中存在的易落入局部极小值、收敛速度慢和收敛对初值敏感等问题,将多种群遗传算法(MPGA)与反向传播(BP)神经网络模型相结合,提出了一种适用于降雨预报的多种群遗传神经网络模型(MPGA-BP)。实例计算结果表明,该模型具有良好的预报性能和泛化能力,为降雨准确预测提供了有力的技术支持。