基于多模型随机组合的水文集合预报方法研究

准确、可靠的水文预报是水资源开发利用的基础.集合预报以概率或区间的形式表征预报的不确定性,是未来水文预报研究的重点发展方向.本文提出了一种基于多模型随机组合的水文集合预报方法.首先通过加权形式将多种预报模型进行组合;再采用多目标优化算法率定各成员模型权重的上、下限;最后在优化的上、下限内随机生成权重以构建集合预报.以汉...     

基于贝叶斯理论的水文频率分析方法研究

探讨了贝叶斯理论在水文频率分析计算中的应用.根据贝叶斯公式耦合先验和样本信息,采用Markov chain Monte Carlo (MCMC)抽样技术估计参数的后验分布,并通过参数的随机样本构造设计值的抽样分布,根据设计值的抽样分布可以推求设计值的点估计和区间估计.与传统水文频率分析方法相比,基于贝叶斯理论的分析方法不仅能提供设计值的各种估计,同时能够对估计的不确定性进行定量评价,为水文频率分析计算提供更丰富的信息.     

基于采样贝叶斯方法的洪水概率预报研究

基于贝叶斯理论建立了新安江模型参数和降雨观测相对误差的联合概率分布函数,利用自适应马尔可夫链蒙特卡洛方法DRAM(Delayed Rejection Adaptive Metropolis)对联合分布进行采样,得到模型参数和降雨误差的后验分布样本,二者相结合模拟得出洪水的概率预报结果.根据对江西滁洲流域32场洪水的模拟,采用交叉验证方法对概率预报结果进行了评估.根据连续概率排位分数CRPS(Continuous Ranked Probability score),相对于确定性预报方法概率洪水预报结果的改善达到26%.P值分位数-分位数图同样表明,概率预报方法对洪水的不确定性有较好的估计,但仍存在低估的现象.     

基于蚁群算法的支持向量机中长期水文预报模型

支持向量机算法（SVM）具有可靠的全局最优性和良好的泛化能力,尤其适用于中长期水文预报中有限样本的学习,然而该算法的成功与否很大程度上取决于其参数的选择,而常规经验选取方法往往不能获得满意效果。本文建立基于蚁群算法参数优化的支持向量机模型（ACO-SVM）,利用蚁群算法（ACO）基于进化的随机搜索策略对支持向量机参数进行识别。以福建省安砂水库的月径流预报为例,进行建模仿真,将模拟结果与时间序列方法（ARMA）、人工神经网络方法（BP-ANN）所获得的预报结果进行对比分析。结果表明,在拟合精度方面,ACO-SVM模型相比ARMA模型和BP-ANN模型有不同程度的提高,且增幅较大,且具有较好的泛化性能。     

数字水文模型在柘溪水库洪水预报中的应用

数字水文模型是一种先进的数字流域模型,它在柘溪水库的成功应用,将为柘溪水库的洪水预报发挥重大作用.     

基于二分群体决策的水文预报择优组合方法

针对多种水文预报的组合问题,提出一种基于二分群体决策的水文预报择优组合方法。通过决策群体、决策断面、能力向量、预报收益等模型的建立,将水文预报择优问题转化为一个二分决策问题;根据决策质量给出择优求解和参数初值的率定方法,并将各参数对预报精度的影响加以分析。实验表明：该方法能够有效的从两种预报方案中选择出更加接近实测值的预报结果,且具有76%以上选择正确率和更高的预报精度。     

基于贝叶斯框架的LS-SVM中长期径流预报模型研究

为解决最小二乘支持向量机模型采用交叉验证方法确定模型参数耗时较长的问题,将贝叶斯证据框架理论用于最小二乘支持向量机模型参数的优选.选用径向基核函数,建立了中长期径流预报模型.采用岷江紫坪铺水文站1937～2007年的年径流资料进行模型的预测和检验,并与交叉验证方法优选参数确定的最小二乘支持向量机模型及BP神经网络模型进行比较.研究结果表明,基于贝叶斯框架下的最小二乘支持向量机径流预报模型具有较好的预报精度.     

基于贝叶斯神经网络的风电短期功率预报研究

提高风电功率预报的准确率对电网的安全运行调度有着重要的意义。针对标准BP学习算法泛化能力不强的问题,设计了一种基于贝叶斯正则化算法修正权值的学习算法,用于风电的功率预测。仿真结果对比表明新的算法具有比标准BP算法和径向基神经网络具有更好的泛化能力,同时取得了良好的预测效果。     

隔河岩水利枢纽水文预报的现状与展望

文章叙述了清江流域概况及水文特性;水文自动化测报系统简况;隔河岩工程施工洪水预报中采用的方法;隔河岩工程施工洪水预报中采用的方法;水文预报现状及展望,洪水预报采用水箱模型,精度高,取得了较好经济效益。     

数字流域水文模型在柘溪水电站洪水预报中的应用

将数字高程模型（DEM）生成的数字高程流域水系模型（DEDNM）与新安江水文模型相结合构建数字流域水文模型，并将该模型应用于柘溪水电站的6个子流域进行产、汇流计算，所得子流域出口的径流过程与实际洪水过程进行拟合，制作洪水预报方案。结合流域现有遥测信息和实时校正技术编制了实时洪水预报系统。实时预报系统通过近1年的试运行表明该方案得到了成功应用，预报精度达到甲级标准。试运行期间依据该系统预报调度对大洪水进行了有效的错峰削峰，充分显示了水库的巨大防洪效益;洪水后期的拦蓄洪尾也为水库后期的保水抗旱提供了有力保障，     

基于修正组合模型的河川径流中长期预报

为了充分发挥灰色模型在单变量预测及神经网络在处理非线性问题上的优势,同时降低二者的线性组合模型中组合权系数计算方法的不确定性对模型预测效果的影响,本文基于修正组合预测的思想,借助马尔科夫链对灰色GM（1,1）、BP神经网络及组合灰色神经网络模型预测的误差序列进行了修正处理,并通过分析比较修正单一模型与修正简单组合模型在中长期径流预测精度上的差异,提出了基于修正组合模型的河川径流中长期预报方法。将该方法应用于黄河中游区四条一级支流窟野河、秃尾河、无定河与孤山川的控制性水文站年径流预测中,结果表明基于马尔科夫链修正的组合灰色神经网络模型具有更好的拟合与预报精度,是一种更有效的径流预测方法。     

半干旱半湿润流域水文模型应用与比较

将6种不同的水文模型分别应用于半干旱半湿润的大阁、戴营、阜平和东湾流域.结果表明,在大阁这样的超渗产流流域,没有一种水文模型能够成功应用,混合产流模型的精度稍高于蓄满产流模型;在戴营和阜平这样的混合产流流域,混合产流模型与蓄满产流模型的精度差不多;在东湾这样的半湿润流域,蓄满产流模型精度上升,混合产流模型精度下降.TOPMODEL和SAC模型在这些流域不能得到令人满意的结果.     

利用水文模型研究下垫面变化对洪水的影响

近年来由于人类活动对下垫面的影响加剧,研究下垫面变化对洪水的影响对减少灾害损失有重要的意义。对于海河流域中紫荆关、邱庄、阜平三个流域分别用新安江模型进行洪水模拟,并把洪水按照年代不同分时段,分别进行参数调试。通过比较模拟得到的参数发现,海河流域的调蓄作用有增强的趋势。同时根据流域下垫面的具体情况改进新安江模型,构造了增加补给深层地下水的新安江模型,该模型产流模拟更符合海河流域下垫面的实际情况。以紫荆关流域为例通过对参数S0的调试,说明地下水漏斗对洪水的影响情况。     

基于贝叶斯理论的考虑多维风速之间相关性的概率潮流计算

随着风机大规模投入运行,多维风电场之间风速的相关性会影响电力系统的稳定性.考虑相关性的概率潮流计算有助于合理地调控电力系统运行方式以及优化调度,从而提升系统的稳定性.文中针对多维风电场之间的相关性,提出了一种基于贝叶斯理论的最大期望算法及Rosenblatt变换的概率潮流三点估计法,该算法能够很好地捕捉风电场之间的非线...     

改进先验概率的贝叶斯法在设计洪水中的应用

贝叶斯模型是降低设计洪水计算过程中线型选择不确定性的主要方法,其中,先验概率的确定对贝叶斯模型的建立至关重要。为了提高先验概率确定方法的普适性,本文以模型评价准则为基础,多方面考虑模型拟合特征,提出综合指数量化线型的拟合情况,并将其作为先验信息应用于贝叶斯模型,以便合理确定各线型的先验概率,进而达到降低线型选择不确定性影响的目的。研究结果表明：基于综合指数值来挖掘样本的先验信息,可获得较为可靠的先验概率值来合理预估后验概率,使得拟合效果较好的线型获得更高的权重;有先验信息的贝叶斯模型相比无先验信息的贝叶斯模型结果更优;耦合多个评价准则的综合指数值为先验概率的求解提供了新思路。     

新时期医药商业贿赂的特点及治理对策探讨

目的寻找新时期医药商业贿赂的治理对策。方法分析新时期医药商业贿赂的新特点和查处时存在的困难、障碍;有针对性地提出治理对策。结果与结论采取多部门协作、加大处罚力度、完善监督立法、加强医生处方行为的控制、充实监管队伍等措施,对于医药商业贿赂的治理具有积极意义。     

上犹江水库入库洪水预报的流溪河模型研究

本文采用90 m空间分辨率的数字高程模型数据构建上犹江水库控制流域的流溪河模型,基于不同河道分级和不同数量的雨量站方案,探讨模型在水库入库洪水预报中的适用性.采用粒子群优化算法选取最优参数,对2009—2020年间18场实测洪水进行了模拟.结果表明,3级河道构建的模型模拟指标比4级河道略好,模型预报效果更好.分别采用9...     

基于径流和积雪资料的水文模型多目标率定

以雅鲁藏布江奴下水文站以上流域作为研究区，采用HBV水文模型（Hydrologiska Byr?ns Vattenbalansavdelning model）对研究区域的积雪和径流进行模拟。提出了一种同时考虑径流、雪深和积雪覆盖面积的多目标优化方法对水文模型的参数进行率定，并同仅考虑径流和雪深的率定结果进行了对比。结果表明，率定时仅考虑径流和雪深时，HBV模型能较好地模拟研究区的径流过程，但对雪深变化过程的模拟效果欠佳；率定时增加积雪覆盖面积目标函数后，模型能精确判断流域积雪覆盖情况，径流的模拟效率系数也有所提升，表明同时基于径流、积雪覆盖面积和雪深数据的HBV水文模型可以更好地预测和模拟研究区积雪和径流变化。     

基于聚类和Bayesian推断的市场出清电价离散概率分布预测

电力市场中，市场出清电价(market clearing price, MCP)受到众多因素的共同作用，具有较强的随机性和不确定性，常规的MCP单值预测模型未充分利用历史数据反映的不确定性信息，预测结果无法体现MCP的随机变化特性，预测精度也有限。该文提出一种基于免疫遗传机制的聚类方法，用以实现历史数据输入输出映射关系的划分，并结合贝叶斯概率法则建立MCP离散概率分布的预测模型。对美国PJM市场数据的仿真结果显示，该文的预测模型能较好地反映MCP的不确定性特点，且具有较高的预测精度。