基于EEMD的黄河上游主要来水区年来水量预测

为了提高径流预测的精度,采用EEMD将非线性、非平稳的径流时间序列分解为若干固有模态分量和趋势项分量,高频分量采用GA-SVM模型进行预测,低频分量采用GA-BP模型进行预测,趋势项采用RBF模型进行预测,然后对各分量进行重构,从而建立了EEMD组合预测模型,并应用于黄河上游主要来水区年来水量预测。结果表明:黄河上游主要来水区年来水量预测误差小于20%的预报合格率为100%,预测精度高,具有较高的实用价值。     

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...     

北京市城市需水预测研究

水资源短缺日益成为北京市城市发展的严重制约因素,水资源可持续利用已成为北京市的战略目标。采用基于统计规律的预测方法,对北京市的工业和生活需水建立了多种预测模型,并采用样本年和检验年分开的方法,对各模型的模拟精度和预测精度进行综合比较,选取综合精度较高的模型对北京市2014年的城市用水进行预测,最后对多种模型的预测结果进行优选和集成。采用的方法将社会经济和用水看作一个整体,能较好地总结历史规律,预测未来趋势,取得了较好的预测效果。     

风电功率预测方法与最新技术发展研究

首先介绍了风电功率预测的相关概念和基本框架,然后对最新的风电功率预测模型按照确定性预测和概率性预测进行了分类介绍。对两种类型功率预测模型所采用的预测算法、核心理论以及相应的评价指标进行了详细介绍,并指出了各类预测方法的优缺点。根据现有的功率预测模型所存在的缺陷,对未来风电功率概率预测的进一步发展进行了展望。     

改进灰色模型在水量预测中的应用

灰色模型对生活用水量进行预测本身具有一定的局限,数据离散程度越大,灰度也愈大,其预测精度也越差.文中采用滑动平均法对灰色预测的原始数据进行了改进,并采取残差修正,避免了数值过度波动.通过预测实例,结果表明改进后的灰色预测模型能有效提高预测精度.     

雅砻江流域中长期径流预测方法研究

为科学合理安排流域梯级水电站水库运行方式并充分利用水量发电,以期为梯级电站发电预计划的编制提供重要依据,采用物理成因分析法和多种数理统计方法对雅砻江流域梯级水电站的年、月入库流量进行预测。年、月平均流量预测均采用定性和定量结合的方法,预测结果具有较高可信度。根据生产实际的需要和径流的实际变化情况,对月、旬径流分枯期、过渡期和丰水期单独建模进行预测,并基于丰枯形势分析结果给出了径流预测的推荐值。研究还表明,中长期径流预测要充分把握和降水密切相关的气象因子的变化,并以此来指导径流预测,提高径流预测精度。     

基于ELM人工神经网络的滑坡失稳预测模型

采用神经网络模型对边坡的稳定性进行预测是目前一种先进的手段,但准确性有待提高。该文基于ELM人工神经网络方法,对现场实时监测数据组合权重,并得到初步预测结果序列,最后提出基于变形预测和检验的判断预测模型。采用学习机方法对结果进行误差修正,并与初步结果叠加得到稳定序列预测值。最后利用Mann-Kendall和秩相关性趋势检验进行验证测试,以某滑坡为例,对模型进行验证,结果表明,预测结果与实际情况较为吻合,研究方法可实现滑坡的预测并为相似滑坡的变形预测提供新方法。     

小波神经网络在径流预测中的应用

将小波分析与传统的BP神经网络模型进行组合,提出了一种新的径流中长期预测方法。该方法对年径流序列进行Mallat小波分解,将分解后得到的不同尺度下的低频成分和高频成分分别进行Mallat算法重构,对重构系列采用BP神经网络模型进行预测。采用黄河三门峡站1470-2002年的年径流资料进行模型的预测和检验,并与传统的BP神经网络模型进行比较,研究结果表明小波神经网络在径流预测中具有较好的预报精度,可以成功地用于径流模拟和预测。     

郑州市2009年水资源供需形势预测

随着工农业经济的快速发展,郑州市水资源供需形势越来越严峻,本文主要是对2000～2007年郑州市用水量变化趋势进行了分析,然后采用3种不同的方案对郑州市2009年需水量进行了预测,根据预测结果优选出最佳方案做为需水量预测方案。同时依据预测原则对2009年郑州市可供水量进行了预测,并做出水资源供需平衡分析,从而针对平衡分析结果提出一些水资源开发利用建议。     

基于多分辨率SVM回归估计的短期负荷预测

针对短期负荷预测支持向量机（SVM）方法的局部逼近能力和泛化能力进行研究，将多分辨率支持向量机（M-SVM）用于短期负荷预测中节点负荷预测曲线的回归估计。该理论在保持曲线总体逼近能力的同时提高了局部区域的逼近能力。文中根据短期负荷预测的具体特点，设计了负荷预测数学模型，采用96条回归曲线进行日负荷的曲线预测，并在该模型的基础上采用实际数据进行验证，分析了这种回归模型的泛化能力。实验结果表明M-SVM模型在预测精度和预测速度方面具有优良的特性。     

汤河水库实时洪水预报技术研究

汤河水库洪水预报对汤河水库及其下游的防洪安全极其重要,需要研究实时洪水预报技术,以提高洪水预报精度.根据汤河水库自然地理和水文特性,汤河水库实时洪水预报采用汤河水库洪水预报,考虑到各场次洪水预报误差之间存在一定的相依性,故采用人工神经网络方法构建实时校正系统,模型用实际洪水资料进行校准,并用2场较大洪水予以检验.2个场次的校验表明,实时校正能明显地提高洪水预报的精度     

乌溪江流域自动洪水预报系统研究与应用

由于预报模型的局限性和实时信息的不完善,洪水预报过程存在一定误差。利用自动预报模型和人工预报参数交互式修改相结合的方式可提高洪水预报精度。在乌溪江流域自动洪水预报系统研究中,采用径流系数控制前期雨量损失总量,通过调整雨量损失进行产流计算,根据时段降雨的降雨中心和降雨强度选用单位线进行汇流计算。同时在自动化洪水预报基础上配以预报人员的多年预报经验,完成可实时修正、高精度的实时洪水预报。以典型洪水预报为例,人工预报参数交互式修改方法的准确性较高,人工预报峰现时间相差1 h,人工预报洪峰流量误差为0.74%,预报精度等级为乙级。研究成果已在浙江省乌溪江流域自动洪水预报系统得到应用,对其他流域洪水预报具有参考价值。     

Correction of Reservoir Runoff Forecast Based on Multi-scenario Division and Multi Models

Accurate runoff forecast is very important for reservoir operation. In view of the shortcomings of the existing correction models for runoff forecast, including the influence of the difference of external factors on the forecast results is not considered, and the optimal situation adaptation of different forecast models is not considered, three models, i.e., long and short-term memory neural network model (LSTM), gaussian process regression model (GPR) and support vector machine regression model (SVR), are used to forecast the relative errors of runoff forecast under different scenarios in this paper. The classification of forecast scenarios is determined based on factors such as rainfall, inflow, and foresight period, and two scenario sets are given, i.e., 12 forecast scenarios and 24 forecast scenarios. Then, a multi-model coupled runoff forecast correction method considering forecast error and forecast scenario is proposed. Through the case study of the Three Gorges Reservoir (TGR), it is found that, when the analysis is carried out based on the forecast period, the SVR model should be used for forecast correction when the foresight period is 1–5 days, and the LSTM model should be used for forecast correction when the foresight period is 6 days. The application effect of SVR and LSTM is better than GPR in the scenario set of 12 forecast scenarios. LSTM model has the highest accuracy of forecast correction in the scenario set of 24 forecast scenarios, and the mean value of the coefficient of certainty (R²) changes from 0.919 of 12 forecast scenarios to 0.931 of 24 forecast scenarios, increasing by 1.31%. The mean value of mean relative error (MRE) changes from 6.80% of 12 forecast scenarios to 5.64% of 24 forecast scenarios, a decrease of 17.06%. Finally, the best model adaptation table corresponding to different forecast scenarios of TGR is established, which has an important guiding role in the actual runoff forecast of TGR.

     

城市用水量中长期预测模型的研究

城市用水量中长期预测结果 ,对于给水工程运行管理和城市基础设施规划有着重要的意义。认为城市中期用水量的预测应采用BP网络预测模型 ,长期用水量的预测应采用灰色预测模型 ,并通过实测验证了BP网络预测模型和灰色预测模型的合理性。     

对数马尔可夫模型在乌鲁木齐市降水预测中的应用

中长期降水量的预测是气象科学的一个难点问题,也是水文学中的一个重要问题。建立对数马尔可夫模型预测降水量,弥补了传统的马尔可夫模型降水预测中峰值的不准确性,提高了预测精度,并用乌鲁木齐市气象站43年降水资料进行了验证。结果表明,模型预测精度较高,为干旱半干旱区中长期降水量预报提供了一条简便可行的途径。     

基于TIGGE多模式的6 h降雨预报精度对比分析

降雨数值预报是预防极端天气导致灾害事件的重要手段,其预报精度是预报产品是否被采用的依据。以跋山水库流域为研究对象,选取了TIGGE系统中的ECMWF、NCEP、CMA、JMA、UKMO共5个预报模式的控制预报与集合预报,分别从降雨分级预报检验和降雨量预报检验两个角度,利用Brier评分和Talagrand分布图,分析了2007—2019年5—9月控制预报和集合预报降雨数据的精度。结果表明:(1)就降雨分级预报而言,对于无雨、小雨和中雨量级,5个预报模式控制预报和集合平均预报效果相差不大;对于大雨量级,JMA和NCEP的控制预报效果最佳,JMA和UKMO的集合平均预报效果最佳;对于暴雨及以上量级,NCEP的控制预报和集合平均预报均效果最佳;(2)针对降雨量预报,UKMO控制预报和集合平均预报效果最佳;(3)无雨等级的Brier评分最高,且Brier评分随着降雨等级的提升而降低,表明大量级降雨时Brier评分较好;CMA的评分在无雨、小雨、中雨、大雨4个等级表现最好;(4)5个模式Talagrand分布形态均呈粗略的“U”字型,表明5个预报模式集合成员的分散不够。综合来看,UKMO和NCEP的预报效果最佳。据此研究可选出高精度的降雨预报产品。     

A Forecast Model of Hydrologic Single Element Medium and Long-Period Based on Rough Set Theory

On the basis of rough set theory, this paper presents the single element medium- and long-term classification forecast model that uses historical data of a hydrologic series as forecast factors. The minimal rule set, i.e., forecast pattern set, is achieved according to the principle of maximal attribute significance and rules frequency. Maximal support strength is put forward and applied to predict by using the model. The model is applied to forecast annual runoff of Dahuofang reservoir. The result indicates that the forecast model based on rough set can describe the relationship between forecast factors and forecast object efficiently and accurately. This model, which is composed of simple solution rules, can be easily understood and applied.     

北方地区两种产流预报模型的应用与比较

以大伙房水库流域为例．分别应用大伙房模型、新安江模型对大伙房流域进行洪水产流预报。结果表明．两种产流预报模型均可用于北方半湿润半干旱地区。大伙房模型对于流域内的大洪水预报较准确．对于中小洪水有预报净雨偏大的趋势．而新安江模型对流域内的中小洪水有较高的预报精度。     

新安江模型在嫩江流域洪水预报中应用

根据嫩江流域的地形和降雨特点,选用新安江降雨模型来建模,预报时段长达6h.文章详细介绍了建模的具体过程,模型结构、参数、以及参数的虑定等.通过新安江对嫩江流域洪水预报方案的编制,可以看出预报方案精度受多因素影响,但最基本的还是雨量资料.以河道汇流为主且区间雨量测站密度相对较大的预报站点,预报方案合格率相对较高.同时,通...     

水文气象预报误差原因分析

针对水文气象预报对水库运行调度的重要性,介绍了预报技术的现状,初步分析了气象预报误差、水文预报误差产生的客观原因,以及预报误差的非技术原因。提出了相应的建议和对策,以便正确认识、理性对待预报工作并合理应用预报成果。