考虑降水预报的三峡入库流量概率预报模型

以三峡水库为例,建立了基于降水预报信息的降水随机模拟模型,提出了将预见期降水随机模拟模型与概念性水文模型相耦合的概率水文预报模型,并进行了入库流量预报.该模型能充分利用降水预报信息,能定量描述水文预报结果的不确定性,概念清楚、易于构建,具有推广应用价值.     

白山水库径流中长期预报研究与应用

基于时间序列和物理成因分析，将成因分析，统计方法与人工神经网络相结合，挑选出影响白山水库汛期入库流量的前期大气流影响因子，建立了逐步周期分析模型和逐步多元回归与人工神经网络的耦合模型。预报实践表明，所建模型合理，预报效果好，精度高，具有较高的推广和应用价值。     

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...     

龙角山水库入库洪水实用预报方法对比研究

为提高流域洪水预报精度,以山东半岛龙角山水库为例,利用25场洪水资料,选择降雨径流经验相关法和新安江模型对比分析二者的预报精度.结果表明,降雨径流经验相关法在率定期和验证期的地面径流深预报合格率分别为94.1％、87.5％,精度为甲等级别;新安江模型洪峰、峰现时间和径流深三个预报项目平均合格率在率定期、验证期分别为84...     

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BP神经网络的大伙房水库洪水预报

鉴于大伙房水库洪水预报模型为集总式模型,其参数不仅需要优选法选定或人工试错法确定,还需要实时校正,因此根据大伙房流域特点提出了一种半分布式BP神经网络洪水预报模型,实现了模型中参数的自动率定,且由于其半分布式的特点还规避了原集总式模型的部分劣势。即采用DEM和ArcGIS根据水文站及自然流域分水线划分流域,创建BP神经网络,然后应用于各子流域断面及入库断面,预报其流量值,并在每个网络中均运用逐步回归分析法对输入层数据进行筛选,以得到影响最显著因子。将所建模型应用于大伙房水库,预报精度较好,可用于大伙房水库的正式预报。     

基于入流连续性的尼尔基水库入库流量平滑方法

为修正嫩江尼尔基水库入流量中的锯齿波动过程,采用一种基于流量连续性的水库入库流量平滑方法,通过建立优化目标函数,求得尼尔基水库近14年平滑入库流量的解析解,并引入相关指标对误差进行定性和定量分析,由此确定参数的适当取值.结果 表明,该方法适用于尼尔基水库的入流量修正计算,可削弱原始数据中的锯齿波动;将平滑修正前后的...     

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。     

考虑预报情况下古田溪梯级水库防洪调度方法研究

基于对山溪性雨洪规律的认识,从确保防洪设计要求、兼顾兴利出发,对古田溪一级水库提出了两种考虑短期预报的调度方案,通过对校核洪水的调洪计算,与不考虑预报情况下进行比较,得出考虑预报情况下的汛限水位能提高１ｍ的结论。     

基于组合回归方法的尼洋河流域中长期径流预报

鉴于仅使用单一的中长期径流预报方法很难有效地拟合和预测整个径流过程,将逐步回归法和自回归方法相结合,对尼洋河流域1956~1999年逐年年径流序列进行非平稳序列逐步回归趋势分析、周期分析及平稳序列自回归分析,并与AR(1)模型的计算结果进行比较研究。结果表明,组合回归方法的预测效果较好。     

基于逐步回归和GDCS-SVM的大坝变形预测组合模型

现行大坝安全监控技术不能按实测信号中不同频段信号特征分别选取不同监测模型进行处理,影响了大坝变形预测精度。为此,在利用小波包分解获取实测信号中的系统信号和随机信号的基础上,提出了一种基于逐步回归和GDCS-SVM的大坝变形预测组合模型,并进行了验证。工程实例表明,GDCS-SVM预测效果优于CS-SVM,而所建组合模型预测精度高于单一监测模型,具有较强的泛化能力和较好的全局预测精度,可用于大坝变形预测。     

入口速度分布对后台阶流动模拟的影响研究

为深入研究台阶入口速度分布情况对后台阶流动的影响,利用Fluent软件,分别使用S-A和标准κ-ε两种湍流模型,将不同的速度分布情况作为速度入口条件,对后台阶流动进行数值仿真计算,研究了入口条件差异导致的水平速度曲线在近壁面处的凸起情况,并将计算结果与试验数据和已有研究成果进行比较。结果表明,两种湍流模式下,在附着点距离和速度分布曲线上均存在普遍而明显的差异,且这种差异受入口条件影响较大,进而得出了合理的速度入口条件,能有效减小计算结果与试验结果的误差,对理论分析和工程应用均具有参考意义。     

基于回归分析的车用柴油机声品质预测技术

以一台6缸车用柴油机为例,研究了其在变负荷及转速工况下表面辐射噪声声品质情况,为进一步提高整机声品质,开展柴油机结构声学设计提供理论基础.研究国内外车用柴油机客观评价特征,选取响度、尖锐度、粗糙度和波动度参量来进行该机型的客观评价研究;采用成对比较法对17个车用柴油机噪声样本进行主观评价研究,应用多元线性回归理论建立起该机型车用柴油机声品质预测模型.研究表明,响度是影响听众对车用柴油机噪声主观感受的最重要的因素,模型预测结果与主观评价试验结果相关系数R2为0.841,多元线性回归模型预测值与主观评价实测值吻合度较高,所建立的声品质评价模型可用来预测该机型结构辐射噪声的声品质.     

低渗气藏渗流特征法气井产量预测

提出了一种利用气藏渗流特征预测气井产量的思路和方法。对于有试井资料的气井。首先判断其地下渗流特征以确定其流态方程形式,然后对井底流压和日产量进行线性回归,得到流态方程的系数,最后在一定工作制度条件下对气井产量进行预测;对于无试井资料的气井,可假定流态方程并尝试进行线性回归。然后对比拟合程度以确定实际流态方程,最后据此进行产量预测。以某低渗气藏D15井、DK13井为例介绍了该方法的操作步骤和实施效果。     

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。     

改进的相空间模式及其在月流量预测中的试验研究

讨论了基于混沌理论的相空间近邻等距模式及该理论中的预见期T、延迟时间τ、相空间维数d等,提出了实际应用中根据预见期T建立的新时间序列,满足T=τ=sδt,消除了相空间时滞τ的变化对T的影响。应用改进前、后的预报模式以不同相空间维数d对水文月平均流量进行逐月的预报试验和检验。结果发现,改进后的模式提高了预报准确率,延长了预报时效,尤其是提前1 a的最佳预报效果。     

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。     

基于加权秩次集对分析法的年径流预报模型

针对秩次集对分析方法在年径流预报中存在的问题,对其历史集合中的各元素所在位置与后续值的位置之间的间隔赋予了不同的影响权重,构建了年径流加权秩次集对分析预报模型,给出了模型在年径流预报应用中的步骤,利用黑河干流莺落峡站1945～2009年的实测径流资料检验了该模型的有效性,并与秩次集对预报模型、ARIMA预测模型及BP预测模型的预测结果进行了比较。结果表明,加权秩次集对预报模型的平均误差为12.29%、合格率为100%,本文对秩次集对预报模型的改进有效、可行。