基于灰色缓冲算子-卡尔曼滤波双修正的风电功率实时预测研究

文章针对风电功率预测的精度问题,提出了一种基于灰色缓冲算子-卡尔曼滤波双修正的神经网络预测模型。通过建立灰色缓冲算子,消除数据中的冲击扰动,还原其本身的特性;对缓冲之后的数据进行训练,建立人工神经网络进行滚动预测;利用卡尔曼滤波器对预测结果进行二次修正,消除预测结果中的奇异点。仿真结果表明,与传统的预测方法相比,该模型可有效地提高预测精度。     

灰色自记忆模型在年径流预测中的应用

为探索提高年径流预测精度的简单有效途径,以GM(1,1)微分方程为动力核建立了灰色自记忆模型,并应用于寸滩站年径流的拟合和预测中,取得了良好的效果。与组合模型相比,该模型结构简单并具有较高的拟合和预测精度,可应用于年径流序列的预测之中。     

基于CFS的汉江上游梯级水库系统月入库径流预测

将天气预报产品引入水文模型是提高长期径流预测精度的有效途径,但引入方法仍存在难度。为此,以汉江上游梯级水库系统为例,引入智能算法及相似典型放缩,构建基于分预见期校正的CFS与SWAT耦合径流预测模型,首先甄选智能算法校正CFS降雨,然后基于相似典型放缩对其进行时空展布,最终将其输入分区率定的梯级水库SWAT模型,从而实现月径流预测。结果表明,随机森林和人工神经网络更适合于CFS预测校正且不受预见期影响,基于相似典型时空分布的耦合模型预测效果较好,能为梯级水库系统提供更为可靠的径流预测。     

支持向量机回归模型在径流预测中的应用

为了探索提高径流中长期预测精度的有效途径,尝试建立了基于支持向量机的径流预测模型,并应用于西江流域梧州站的年、月径流预测中,取得了很好的效果。并与神经网络预测进行对比,结果表明该模型的预测精度要高于人工神经网络模型。     

基于诱导有序加权调和平均算子和马尔科夫链的电量组合预测模型的研究

将诱导有序加权调和平均算子和马尔科夫链相结合,提出一种基于诱导有序加权调和平均算子和马尔科夫链的组合预测模型,该模型可以克服传统的组合预测方法赋予不变的权系数和以单一误差指标作为预测精度衡量的缺陷,同时采用马尔科夫链推出各单项预测模型在各个预测时间点预测精度的状态,从而得到组合模型的权系数。文中首先采用回归法、指数平滑法及灰色预测法分别建立了陕西省某市年用电量单项预测模型,随后引进诱导有序加权调和平均算子和马尔科夫链的概念,建立了年用电量的组合预测模型,并对年用电量进行了实证分析。实例分析表明了新模型能有效地提高组合预测精度,降低预测的风险性,从而证明这种组合模型具有较好的实用性。     

基于诱导有序加权调和平均算子和马尔科夫链的电量组合预测模型的研究

将诱导有序加权调和平均算子和马尔科夫链相结合,提出一种基于诱导有序加权调和平均算子和马尔科夫链的组合预测模型,该模型可以克服传统的组合预测方法赋予不变的权系数和以单一误差指标作为预测精度衡量的缺陷,同时采用马尔科夫链推出各单项预测模型在各个预测时间点预测精度的状态,从而得到组合模型的权系数。文中首先采用回归法、指数平滑法及灰色预测法分别建立了陕西省某市年用电量单项预测模型,随后引进诱导有序加权调和平均算子和马尔科夫链的概念,建立了年用电量的组合预测模型,并对年用电量进行了实证分析。实例分析表明了新模型能有效地提高组合预测精度,降低预测的风险性,从而证明这种组合模型具有较好的实用性。     

基于EEMD-ANN的水库年径流预测

以三峡水库为例,基于集合经验模态分解(EEMD)及人工神经网络方法对水库年径流进行预测。首先利用Mann-Kendall和Pettitt法对水库年径流序列进行突变检测,获得平稳径流序列,然后采取EEMD方法分解径流序列,得到固有模态函数(IMF)和残差,最后对不同IMFs和残差分别建立人工神经网络预测模型,叠加所有模型预测结果得到年径流预测值。结果表明,基于EEMD-ANN的年径流预测模型优于自回归模型和人工神经网络模型,其预测结果与实测值的相关性更强,预测误差分别减少了11.4%、8.7%。同时,构建EEMD-ANN预测模型时需考虑径流序列的突变特征,采取平稳径流序列的预测效果更优。     

熵权法并联组合建模在径流预测中的应用

针对径流预报的具体特征和相关问题,建立了多元时变灰色预测模型,并基于信息熵原理,用熵权法将多元时变灰色预测模型、非时变的免疫神经网络模型、最小二乘支持向量机模型三者进行并联组合集成建模,以充分发挥多种模型各自优点且相互补充,并将此组合模型应用于新疆伊犁河雅马渡水文站的年径流预测。结果表明,与三个单项模型的预测结果相比,并联组合预测模型更合理、普适和可靠。     

基于组合预测方法的风电场短期风速预测

基于持续法、人工神经网络法(ANN)和支持向量机(SVM)3种不同预测模型对内蒙古某风电场短期风速进行了预测研究,比较了不同单一预测模型的预测精度,并进行了4种不同预测模型的组合预测。计算结果表明,单一预测模型中支持向量机方法精度最高,而组合预测中3种方法组合的预测精度最高,并且组合预测精度均高于单一预测方法的精度。同时发现,当单一模型预测误差之间存在较强的负相关关系时,组合预测精度提高明显;而当单一模型预测误差之间存在较强的正相关关系时,则组合预测精度改进有限。     

土石坝竖向位移的灰色非线性拟合与预测

应用灰色系统理论,在一阶单变量灰色线性模型GM(1,1)基础上,引入使平均相对误差为最小的灰元 a作为模型参数,建立了灰色非线性模型GM(1,1; a),该模型弱化了模型精度对累加生成序列须呈指数规律的要求。将之用于冯家山土石坝竖向位移拟合与预测,精度高于灰色线性模型,并更具普遍适用性。     

基于EMD分解的AR模型在年径流预测中的应用

为提高年径流中长期预测的精度,提出了一种新的时间序列预测方法——基于EMD分解的AR模型,以汾河上游上静游、汾河水库、寨上和兰村四座水文站1956~2000年的年径流序列为例,首先利用经验模态分解(EMD)方法将四座水文站的年径流序列分解为若干个固有模态函数(IMF)分量和一个残余项分量,然后运用自回归(AR)模型分别对各阶IMF进行预测,最后将各阶预测值重构得到年径流量预测值与单独运用AR模型的预测结果进行比较。结果表明,运用基于EMD分解的AR模型对汾河上游年径流进行预测,其预测精度比单独运用AR模型的预测精度有明显提高,表明该方法可行、有效。     

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。     

年径流变化的BP神经网络预报模型研究

针对现有基于线性方法的年径流预报模型预报精度不高的问题,利用乌江洪家渡1963~2016年径流系列资料,以5~10月月平均流量作为预报影响因子,构建以年径流量为预报对象的BP神经网络模型,形成6-11-1的网络结构,并选取泛化能力强的贝叶斯规则法TRAINBR为训练函数。模拟结果表明,模型预报效果良好,对于年径流预报具有实用价值;BP神经网络模型相比逐步线性回归方法能更精确表达年径流预报因子与预报对象的映射关系;采用的训练函数TRAINBR能有效改善模型的泛化能力。研究成果可为径流预报提供参考。     

浑河流域中上游河川径流变化特征分析

基于浑河流域中上游北口前站和大伙房水库站实测逐月径流资料,借助累积滤波器、Mann-Kendall法、分摊熵、绝对变化幅度和相对变化幅度等方法和指标,研究了浑河流域中上游河川径流年际和年内变化特征及趋势。结果表明,北口前站径流年内分配呈单峰型,其年径流呈不显著增加趋势,最大月径流由7月向8月转移;大伙房水库站径流年内呈双峰型分布,其年径流呈不显著减少趋势,汛期各月径流显著减少,非汛期各月径流增加;北口前站、大伙房水库站径流年内绝对变化幅度、相对变化幅度逐渐减小,但北口前站径流年内分配整体趋于更不均匀,大伙房水库站径流年内分配趋向于均匀,这有助于大伙房水库下游河流生态系统的健康和稳定。     

月径流模糊随机模拟技术

本文提出月径流生成的模糊随机模拟技术。文中以月径流为指标,将年径流系列按模糊划分聚类分析方法进行丰、枯的分段,能较好地处理月径流生成中年径流总量与其年内分配间的有机联系。     

基于Wavelet-Anfis模型的陈家湾水库长期径流预测

针对径流序列特性变化复杂且难以预测的问题,提出了基于Wavelet-Anfis的径流预测模型。首先对长期径流序列进行拟合得到原始信号,通过Sym8小波对该信号进行尺度为4的分解,得到对应的低频信号A4和高频信号D1~D4,利用Anfis对这些分解信号逐步训练以确定最佳模型,从而预测出低、高频信号预测期的序列值,最后将各预测序列重构回原尺度生成径流预测值。将该方法应用于陈家湾水库年径流序列中,并与直接Anfis预测结果进行对比。结果表明,Wavelet-Anfis模型预测值的相对误差较小,且具有较快的收敛速度,既有效又准确。     

基于Holt-Winters方法的年径流序列周期识别

针对小波分析法在年径流序列周期识别方面存在的不足,以长江支流乌江水系武隆站为例,利用Holt-Winters模型固有结构模拟水文时间序列,根据拟合精度来判断年径流序列周期出现的可能性,以达到周期识别的目的,并与小波分析法识别的序列周期进行比较。结果表明,Holt-Winters模型很好地捕捉到了小波分析法中的所有周期成分,且模型结果很好地验证了所提假设,可确定原序列存在5.6年的主要周期项。     

大渡河流域近51年降水径流特征分析

为给大渡河流域水资源科学开发利用提供参考依据,根据大渡河流域1960～2010年流域的降水和径流资料,采用线性倾向估计法、Morlet小波变换、肯德尔秩次相关法和双累积曲线等方法,分析了年降水、年径流和年降水—年径流关系。结果表明,流域年降水量呈增加趋势但不明显;流域年降水存在准4～7、8～13、23～27年的振荡周期,未来10年将处于多雨期;年径流与年降水变化趋势一致,年径流变化主要受降雨影响。     

汉江流域降水、蒸发及径流长期变化趋势及持续性分析

分析汉江流域降水、蒸发、径流等水文要素长期变化趋势是开发利用汉江水资源、研究人类活动对江汉流域生态环境影响的前提。基于汉江流域13个水文站1960～2003年逐月降水量、气温观测资料,采用高桥蒸发模型计算了汉江流域年径流量,采用Mann-Kendall非参数检验法分析了该流域降水量、蒸发量、径流量的变化趋势,并由Hurst指数分析了各水文要素变化趋势的可持续性。结果表明,采用高桥蒸发模型间接计算年径流量适应性较强,值得推广;汉江上游多数站点年降水量减少,下游站点年降水量增加,且变化趋势不显著;上游站点年蒸发量增加趋势显著,其余站点变化趋势不显著;上游多数站点年径流呈不显著减少状态,下游钟祥、天门和武汉站径流呈不显著增加状态;各站点水文要素均具有很强的持续性,降水、蒸发、径流的常数C分别为0.73、0.95、0.97。     

呼兰河流域上游天然径流变化趋势及突变特征分析

鉴于呼兰河流域径流研究较少的问题,根据呼兰河流域上游铁力水文站1953～2014年天然径流资料,采用Db3小波分解法、Mann-Kendall法和R/S分析法分别研究了流域上游年径流量、月最小径流量的趋势性、突变性和持续性特征,并从气候变化和人类活动两方面定性讨论了径流发生变化的原因。结果表明,铁力气象站年降水量、铁力水文站年径流量变化特征一致,均呈不显著减少变化,未来将持续减少,突变点位于1965年;铁力水文站最小月径流量、铁力气象站春季月均最低气温变化特征一致,均呈不显著增加变化,未来将继续增加;降水变化是径流变化主因之一;春季月均最低气温升高会增加冰雪融水,加之各类水利工程建设的综合作用导致流域径流发生变化。研究成果可对合理开发利用呼兰河流域水资源起到一定积极作用。