基于综合分析法的城市需水预测研究 ——以贵州省贵安新区为例

城市需水预测受众多因素的影响,相比利用单一方法进行需水预测,多方法综合预测更能响应多因素的干扰.采用综合分析法预测城市需水,包括资料审查、初步预测、综合预测、需水预测4个阶段.首先,以多种方法对需水定额、社会经济指标等进行预测和检验;其次,采用权重综合评定方法对各种方法进行赋权,并进行相应指标的综合预测;然后,采用传统...     

投影寻踪在珠海市需水预测中的应用

将PP方法引入需水预测领域,建立了需水预测PP模型.同时,将免疫进化算法和PP耦合起来,简化了参数优化运算.该模型在珠海市的应用实例表明:PP模型较好地解决了高维非线性和非正态问题,在需水预测中有较强的适用性.PP方法对需水预测这类水文地质资料缺乏、系统机理不够清晰的问题能取得不错的模拟和预测效果,为PP回归在需水预测等方面的应用奠定了基础.     

灰色系统电力负荷预测模型在北疆电网的应用研究

电力系统负荷预测的准确度和精度会对电力系统安全、稳定、经济、可靠性产生巨大影响.本文在对灰色系统理论的基础上,建立灰色系统电力负荷预测模型,并对模型应用到新疆北疆电网,对2020年电力负荷进行预测,其预测结果精度较为满意.灰色系统电力负荷预测是较为可靠的预测方法.     

基于GA-BP与多隐层BP网络模型的水质预测及比较分析

采用循环算法确定最佳BP神经网络结构,建立BP神经网络水质模型进行预测.鉴于BP神经网络学习收敛速度慢、易陷入局部极值等缺点,在相同网络结构及期望误差等条件下,运用GA优化BP神经网络初始权值和阈值,构建GA-BP以及多隐层BP神经网络水质预测模型,以云南省某水库总氮预测为例进行预测与比较分析.结果表明:①GA-BP网络水质模型预测精度高于基本BP网络,表明遗传算法能有效优化BP网络初始权值和阈值.②增加BP神经网络隐层数能进一步提高网络预测精度,但训练时间也随着延长.③GA-BP及多隐层BP可作为提高网络预测精度的有效方法,二者均可用于水质预测预报,可为水质预测预报提供新的途径和方法.相对而言,GA-BP模型收敛速度快、预测精度高,具有一定的计算优势.     

关于河口演变预测问题的若干探讨

本文用现代过程和历史过程、河流动力学和地理学相结合的方法,从不同时间尺度论述预测河口演变的途径,其中小时间尺度的河口演变与预测,可用定量方式来表示.至于中、长时间尺度的河口演变与预测,目前尚难用定量方式表示,它们只能从宏观上定性地阐明河床发展的趋势. 河口演变预测是指预测河口未来的变化规律.它是人们认识自然进而改造自然的重要依据.鉴于学科的发展水平,本学科目前尚停留在半定量阶段.本文根据预测成功的几个实例,结合用河流动力学分析方法和地理学宏观分析方法,探讨河口演变的预测途径,为了便于阐明问题,将时间尺度分成小尺度、中尺度和大尺度三类. 小时间尺度指短时间系列.较短时间内的河口演变规律,往往是工程建设中所必须掌握的重要内容,所以,亦是工程界最关心的问题之一. 水利工作者为了获得近期河床演变规律,进而预测河床未来的变化,往往利用近代量测技术和力学原理找出河床形态与各水力要素间的定量关系.目前所以预测精度较低,除了理论上尚未完善外,主要是获得资料和累积资料的时间系列较短.我国由于起步较晚,累积到的资料更不完整. 因生产建设的需要,当前多数停留在特征水文年、特征水文条件诸要求下进行的预测,常常缺少系统的理论研究. 大、中时间尺度指更长的或较长的时间系列     

基于加权马尔可夫模型的降水预测研究

运用加权马尔可夫模型对降水量的预测方法进行了研究,并以河南省渑池县为例进行了验证分析.结果表明,模型预测结果和实际相吻合,具有很高的精确性和可靠性,与普通的马尔可夫链预测方法相比,可以更充分、合理地利用信息,适宜于对降水量进行预测.     

改进RBF-Adaboost模型及其在年径流预测中的应用

为提高径向基神经网络(RBF)在年径流预测中精度,提出基于Adaboost算法及线性递减算法改进的RBF-Adaboost预测模型,以云南省姑老河站年径流预测为例进行实例研究,并构建RBF、GA-BP及BP模型作为对比模型.利用实例前34年和后20年资料对所构建的模型进行训练和预测.结果表明:改进RBF-Adaboost模型对实例后20年年径流预测的平均相对误差绝对值和最大相对误差绝对值分别为4.83％、9.51％,预测精度优于RBF、GA-BP及BP模型.RBF-Adaboost模型集成了多个基于扩展系数及期望误差线性递减改进的RBF神经网络弱预测器,有效提高了RBF神经网络模型在年径流预测中的精度,模型具有预测精度高、泛化能力强等优点.     

预测水面蒸发量的简易方法

以气温和中雨以上降水天数为因子 ,建立两个预测月、旬水面蒸发量的简易公式 .检验表明 ,其拟合误差和预测误差都较小 ,可以应用在水资源分析与预测等实际生产中 .     

2030年前江苏省一般工业需水量预测

结合江苏省一般工业2030年前需水量预测的实例,系统介绍了一般工业需水量的预测思路,包括历史取水趋势、主要因素考虑、初步成果、最终成果等.预测包括发展规模预测、取水指标确定、成果分析等.并将目前国际上广泛应用的风险分析理念在一般工业需水量预测中的应用进行初步探索研究,分析预测成果未能预期实现的风险水平,从而了解预测成果的可靠程度.     

茅坪滑坡位移预测的BP网络方法应用研究

滑坡行为表现为复杂的、开放的和耗散的非线性动力学演化特征.各种环境量因素对滑坡体的性态变化影响很大,初步探讨了非线性理论人工神经网络方法在茅坪滑坡位移预测中的应用.建立了茅坪滑坡位移预测的BP网络模型,对位移趋势作了预测,模型拟合精度高,预测效果达到了中、短期预报的目的.     

包头市市区居民生活用水量预测分析

用水量预测对区域水资源规划、利用和管理提供重要依据.运用灰色关联度分析法分析包头市市区居民生活用水量影响因素的基础上,分别建立多元线性回归模型、灰色GM(1,1)模型及灰色线性组合模型对该地区2009年和2010年的生活用水量进行预测分析,同时比较了三个模型的预测精度.结果表明:城市居民生活用水量与城市用水人口、人均居住面积和水价的关联度较高;2009年和2010年用水量的预测采用组合灰色模型精度最高,相对误差分别为13.6％％和6.5％,均方根相对误差为10.7％.组合预测模型的预测精度明显优于单一模型,使结果更加准确、合理,符合实际情况.     

梧州市林浆纸一体化项目的退水影响分析

采用数学模型,选择CODMn为预测因子,预测梧州市林浆纸一体化项目的允许纳污能力和污染物的排放量,预测污染物浓度沿程变化和对下游河段的影响范围.分析退水对水功能区水质、生态以及对第三者的影响.     

沈阳市供水系统优化调度宏观数学模拟

本文对不含蓄水池和加压泵的城市供水系统宏观优化调度问题作了详细的研究.主要内容包括供水系统短期负荷预测和确定系统最优调度方案.在预测部分,通过预测精度分析,确定了适用于供水负荷的预测模型,重点提出配水管网测点压力的组合预测法,并给出率合预测中变动权数的权重计算方法.对于确定系统最优调度方案问题,以耗电量最小为目标函数,以满足用户对水量、水压要求以及城市供水能力为约束条件,建立供水系统的宏观数学模型.利用增广乘子法求得各时段的最佳流量、扬程分配.根据水     

一种线性组合电力负荷预测模型(英文)

电力负荷预测对电力系统的有效运行是至关重要的.电力负荷预测领域迫切需要更精确、更稳定的电力负荷预测方法和技术.为进一步提高电力负荷预测精度,利用互补性原理建立了一种线性组合预测策略.该方法由一个基于互补原理的单项模型选择策略,及线性组合模型组成.选定的单项模型包括流行的线性模型,即ARIMA模型,和流行的非线性模型,即支持向量回归(SVR)模型.该线性组合结构可以有效地提取非线性电力负荷数据的特点.澳大利亚电网真实数据的实验运行验证了该模型的有效性.     

一种新的小波网络组合预测模型

基于小波分析和人工神经网络,提出了一种新型的小波网络组合模型.该模型吸取了小波分析和人工神经网络的优点,具有最佳的函数逼近能力,能提高径流预测精度和延长预见期.以长江三峡水电站年平均流量、11月流量最大值及该月上、中、下旬流量最大值预测为例,对建议的模型进行了研究.拟合和检验结果表明小波网络组合模型是满意的,适合于水文水资源预测.     

林口县城镇需水规划预测

从生活需水、工业需水、城区环境需水、其他需水4个方面全面分析预测林口县城镇2015年、2020年、2030年各水平年需水水量.其中生活需水量以人口增长率和中小城市用水定额预测;工业需水以各水平年工业产值增长率预测.     

加权一阶局域法在边坡位移预测中的应用研究

目前,常用的变形预测分析方法有[1]:确定函数法、统计回归分析法、混沌时间序列分析法等.其中混沌时间序列分析法可以在未直接考虑引起位移变形的有关随机因素的条件下,对历史观测数据进行重构相空间处理,建模比较简单、计算量小、预测精度较高. 研究建立了加权一阶局域法多步预报模型,运用Matlab6.5编制了计算程序,并利用预报模型进行了典型混沌系统的预测和水利工程高边坡位移预测,取得了较好的预测效果.     

风电场超短期风功率预测问题研究

以河北省某实际风电场为例,选取风电机组历史功率数据、风速以及数值天气预报的风速和风向作为输入因子,采用人工神经网络法对风电场超短期功率预测问题进行研究.研究结果显示,输入因子的差异性对风功率预测结果影响较大.另外,风电机组历史数据对功率预测结果的影响随时间增加而减小,进行3h以上风电场功率预测时预测结果精度在很大程度上依赖数值天气预报数据精度.     

风电场短期风功率预测研究及应用实例分析

以河北省某风电场为例,结合所在省气象局提供的数值天气预报成果、历史风电机组运行数据研究风电场短期风功率预测技术.预测误差分析结果显示,2012年该风电场的短期风功率预测月均方根误差范围大概在0.117～0.235之间.通过比较实测风速和数值天气预报风速,发现数值天气预报风速月平均相对误差为0.388～0.552,导致预测功率相对误差达1.674～2.753.风功率预测模型引起的预测功率误差介于0.0641～0.2817之间.风电场风功率预测误差的主要来源是数值天气预报风速误差,由预测模型引起的误差也不能忽视.     

预测供水水源设计参数的Markov模型

采用Markov随机过程预测模型,可准确预测水源工程所需设计参数.实例预测结果表明:Markov预测参数的准确性较高,避免了人为推断的主观性.对于工程中无后效性的随机变量,可作长期、中期、短期不同情况预测、尤其在长期预测中比其他方法具有明显优越性,计算结果为统计意义下的最优解.