共查询到20条相似文献,搜索用时 15 毫秒
1.
利用方差分析周期外推方法,提出了改进的正规化周期回归模型,将该模型应用到新丰江流域的径流序列,进行模拟和预测,计算结果表明:长期趋势项和周期项拟合后基本上能够反映出实测径流序列的特征和变化,但预报的精度还不够高,为此,提出了基于人工神经网络和正规化周期回归的耦合模型,对周期回归模型分离出来的随机项时间序列进行BP神经网络的分析、计算预测,并且把预测的结果拟合到周期回归模型的预测结果中,从而达到了从整体上提高预测精度的目的。 相似文献
2.
本文利用了四棵树河吉勒德水文站(1955年~2008年)的水文、气象等资料,分析了径流中长期变化的规律和影响因素,把河流水量等预报对象作为随机变量,把分析得出的各个影响因素作为预报因子,然后应用回归分析或判别分析的方法对预报因子进行筛选。考虑到水文序列的非平稳性,把水文序列分解成趋势项、周期项、平稳项,然后分项预测,叠加后得到预报结果,以此来预测四棵树河流域2009年的水量趋势。 相似文献
3.
4.
梧州站流量作为珠江下游河口地区压咸控制流量,其上游来水的丰枯直接关系到珠江流域枯季水量统一调度的成功实施。基于梧州站枯季(10月-3月)月径流资料,采用逐步回归法提取径流序列的趋势项、周期项,自回归方法预测随机项的组合预测方法建立了梧州站枯季径流预报模型。结果表明:逐步回归与自回归组合的方法在径流预报中取得了较好的预报效果,1月径流预报精度达到甲等,10月、11月、12月、2月以及3月预报精度均达到乙等,可用于实际水文预报工作中。 相似文献
5.
6.
时间序列的周期分析与预报最常用的方法之一就是方差分析方法.方差分析周期外推法有两个优点,即比自回归模型(AR)、自回归滑动平均模型(ARMA)等对极值拟合得好.但是,方差分析方法给出的周期是平均状态,且假定未来时期内保持不变,这样做的结果往往使得预报与实测有较大的出入. 相似文献
7.
8.
9.
10.
11.
气候变化会导致水文序列的非稳态性,从而给水文预报带来新的挑战。以疏勒河上游为例,提出了一种适于非稳态条件下的新的中长期径流预报方法。根据疏勒河径流的补给来源及其受气候变化的影响,按照时间序列模型的思路,依次提取趋势项和周期项,对剩余的随机项采用基于水文-气象遥相关模型,构建了时间序列与水文-气象遥相关的耦合模型。对比分析时间序列法、水文-气象遥相关法和耦合预报法对昌马堡站径流预报的结果,发现耦合预报方法不仅精度最高、模型可信度最高,而且可以描述非稳态的趋势性变化。 相似文献
12.
13.
建立高精度的位移预测模型对滑坡的提前预报具有重要意义,然而以往的研究多是选用静态预测模型,无法满足滑坡的动态特性。鉴于此,以三峡库区新滩滑坡为例,选用了近期较为流行的长短时记忆网络(LSTM)模型来对滑坡滑动前的累积位移进行动态预测。首先选用经验模态分解法(EMD)将滑坡累积位移分解成趋势项和周期项,然后利用多项式函数预测趋势项位移;再利用动态LSTM模型预测周期项位移;最后将各分量位移累加得到最终的模型计算值。结果表明:LSTM模型预测结果的均方根误差为17.07 mm,相关性系数达0.999,具有较高的预测精度,为"阶梯状"滑坡位移的预测提供了一种可行的思路。 相似文献
14.
ARIMA模型在松华坝水库枯季入流预测中的应用 总被引:1,自引:0,他引:1
为探索ARIMA模型在水文中长期预报的适应性,以预报松华坝水库枯季入流为例,选取该水库主要入流控制站中和水文站枯季(11月-次年4月)径流建立数学模型进行分析预测,并与周期时间序列模型的预测结果进行对比,结果表明ARIMA模型预测精度优于周期时间序列模型预测成果,可应用于水文预报工作中。 相似文献
15.
杜晓刚 《河南水利与南水北调》2007,(11):25-26
本文针对复杂的年径流序列,提出首先识别并处理跳跃项,然后再进行趋势项、周期项的识别和提取,接着对剩余序列建立随机项模型,最终将趋势项模型、周期项模型和随机项模型耦合,建立复杂年径流预测耦合模型的新思路。并对某流域的年径流序列进行分析和预测,其预报结果具有一定的精度,表明模型是有效的,对其它复杂径流序列的研究具有一定的借鉴和指导作用。 相似文献
16.
吕志涛 《南水北调与水利科技(中英文)》2014,12(4):35-37
根据1971年-2013年郑州市的降水量资料,采用二次多项式拟合提取降水量的趋势分量,采用谐波分析法提取降水量的周期成分,利用自回归模型求解随机成分,最后将三者叠加,构建了郑州市降水量的预报模型。模型计算结果与实测数据对比可知,应用预报模型对降水量进行预报精度较高。因此利用建立的预报模型对2014年-2016三年的降水量进行了预测,为该区水资源的管理提供依据。 相似文献
17.
为深入研究滑坡的位移特性,以三峡库区王家坡滑坡为例,基于简单移动平均法及时间序列的减法模型分解滑坡位移的趋势项位移和周期项位移,对趋势项位移采取多项式拟合处理,对周期项位移进行一阶差分处理,并分析其自相关函数ACF及偏自相关函数PACF,然后根据模型的识别规则,建立了ARIMA(1,1,1)模型。根据时间序列的加法模型,将两部分预测位移相加即为滑坡位移预测的总位移。模型与实测结果对比表明,该预测预报模型效果较好,基本反映了滑坡位移的整体趋势,且实现了对滑坡累积位移的滚动预测,在滑坡累积位移短期预测预报中具有一定的适用性。 相似文献
18.
19.
20.
水文预报是一项惠及国计民生的大事,由此做好水文预报工作就显得尤为重要。文章以松花江流域中下游的佳木斯水文站为研究背景,运用均生函数模型,率定参数、选取特征明显的因子,从而拟合实际序列和预测序列,在拟合多较好的基础上进行一段时间的水文预报工作。结果表明,该方法可以较为有效的表达未来一段时间的水文情势。 相似文献