共查询到20条相似文献,搜索用时 203 毫秒
1.
本文基于新安江三水源模型,研制了福建斑竹水电厂的洪水预报方案。根据1972年~1982年约10年间的历史水文资料率定了模型参数,并采用自回归实时校正的方法对预报模型进行校正,由此建立了水情自动测报系统洪水预报软件,经实际洪水预测检验,精度达到甲级预报标准。 相似文献
2.
3.
四川省共在325条河流上新建水文、位站和雨量站,中小河流域水文站网建设基本完成,从而更好的掌握整个流域水文情况。针对防洪减灾要求,在这些水文、位站建立流域体系预报非常必要。建立流域体系预报需从中小河流水文、位站开始进行预报演算,从中小河流预报演算到大江大河,形成流域体系预报,因此必须在中小河流建立预报方案。以典型暴雨区荥经河为例,通过在荥经河荥经水文站建立预报方案,运用荥经河流域已有资料(无资料项目借用相似流域资料),采用API模型对洪水进行预报演算,取得良好效果。因此在中小河流预报方案编制过程中可以加以推广使用。 相似文献
4.
5.
水电厂气象水文综合预报调度模型整合了降雨预报方案、中长期水文预报方案:洪水预报方案、水库优化调度方案等现有模型系统.降雨数值预报接入水库预报调度系统后,延长了来水预报预见期,结合文中研究的优化调度模型,使水电厂能够提前调整发电计划、调度方案,增加了水电厂的发电效益和水库的防洪减灾社会效益. 相似文献
6.
针对猫街水文站采用物理模型进行洪水预报时过程复杂、适用性和快捷性较差等问题,笔者选取BP神经网络模型作为预报模型进行洪水预报研究,选取2013—2018年猫街水文站共计6年主汛期逐日水文观测资料作为训练样本,2019—2021年共3年主汛期资料作为测试样本。研究结果表明,在现有数据条件下,除部分特殊年份外,采用BP神经网络模型进行洪水预报的精度较高,整体预报精度较好,对实际预报作业有一定的指导意义。同时,BP神经网络预报模型具有误差修正功能,随着模型学习训练期的延长、预报次数增加,预报精度还会相应提高,未来可运用到实际预报作业当中。 相似文献
7.
水文预报对于防洪、抗旱以及水资源调度等具有重要意义。水文预报通常依靠水文模型来完成,由于受到不同流域特点、产汇流机制等的限制,每个水文模型都具有各自的特点及适用区域。单一模型具有非常大的水文预报不确定性,为了解决单一模型局限性的问题,多模型水文预报常作为降低水文预报不确定性有效方法之一。选用三种常见的水文模型:时变增益水文模型、新安江模型和萨克拉门托模型,在珠江飞来峡流域进行分布式建模,采用相同的输入与初始场,三个模型独立进行模拟,然后对比三个模型的结果,并进行贝叶斯多模型加权平均和简单平均得到多模型平均结果,研究结果表明,贝叶斯模型处理后的结果要比单个模型模拟结果和简单平均处理后的结果准确率高。 相似文献
8.
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,增加了发电效益。 相似文献
9.
潘家口水库枯水期月径流预报 总被引:3,自引:0,他引:3
在分析研究流域气候特征及枯季径流来水规律的基础上,用水文气象方法和水文方法分别建立了枯水期月径流预报模型。水文气象方法是先挑选出与预报对象关系最好的气象因子作为预报因子,据此建立预报模型和预报集成模型。水文方法是利用水文序列资料建立自回归模型和多元递推模型。用实测资料对预报模型进行了验证,结果表明:预报精度令人满意。 相似文献
10.
自2009年以来,安徽省针对某些中小流域洪水情报预报工作空白这一现状,该省开始了中小流域洪水预报方案构架工作。在该项洪水预报方案构建过程中,主要依托与新安江模型原理,结合下垫面各种不同的水文要素采取具体的构架模式;其中,针对流域水文预报节点以上建设有水库控制的较普遍的现象,运用马斯京根法及新安江模型原理,提出将水库作为独立单元分区构架洪水预报模型的构架思路,这种构架模型经过历史洪水模拟和2016年~2018年三年的洪水预报实践验证,取得了较好的预报效果;相关水文预报因子满足水文情报预报规范要求,并取得了较好的社会影响,也为其他同类型区域洪水预报构架提供了重要的参考途径。 相似文献
11.
12.
精确的水文预报是防洪减灾中重要的非工程措施,水文模型是开展水文预报最有力的工具。采用LM算法改进了的BP神经网络水文预报模型,以闽江富屯溪流域为例,进行了BP模型和新安江模型在日流量模拟预报中的应用比较。结果表明:两个模型总体均达到水文预报的精度要求,水文预报合格率可达到90%以上;新安江模型在丰水年模拟效果较好,相比而言,BP神经网络模型的模拟精度更高一些;两个模型均可用于闽江流域的水文预报研究。 相似文献
13.
14.
15.
因长期受人类活动、气候变化等多重因素作用,水文时间序列表现出多时间尺度、多频率、动态变化、自记忆性等复杂性特征,增加了水文预报结果的不确定性。本文将经验模态分解模型,核主成分分析模型和支持向量机模型耦合,建立了针对复杂性水文时间序列的预报模型,并采用NASH效率系数、自相关系数、相对误差作为模拟预测精度及参数率定的多目标判断标准。模型应用于黄河花园口水文站径流序列的长期水文预报中,结果表明:模型预报时段长,具有较好的预测准确性和实践应用价值。该模型为多重因素作用的复杂性水文时间序列预报提供了一种方法。 相似文献
16.
水文时间序列AR(P)模型阶数的识别 总被引:1,自引:0,他引:1
介绍水文时间序列AR(P)模型的建立及其在中长期水文预报中的应用,并对确定模型阶数P的方法进行了总结和分析,力求进一步提高中长期预报的精度。 相似文献
17.
18.
为了尽量消除因流域空间非均一性引起的水文模拟不确定性,采用基于GBHM分布式水文模型以及具有明确物理意义的模型参数,利用三峡区间2011年5~6月期间的气象预报信息,探讨该区域实时洪水预报方法,以及不同预见期的洪水预报精度。结果表明,分布式水文模型与气象预报数据结合,能够较好地模拟该区间的洪水过程。该方法在一定预见期内能够对实时洪水过程进行预报,预报精度很大程度上取决于降水预报的准确性。 相似文献
19.