基于V/S分析的河川径流长记忆性研究

针对河川径流的复杂波动性,将V/S分析引入到河川径流中进行长记忆性研究。通过V/S分析计算黄河上游兰州站和贵德站年径流序列的Hurst指数,与R/S分析进行比较,并进行稳定性与短期相关性检验,结果表明：兰州站、贵德站年径流序列V/S分析的Hurst指数均大于0.5,表明两站均具有较强的长记忆性,相对于R/S分析不易受短期相关性的影响,是一种稳健有效的分形方法,为河川径流长记忆性分析提供一种新的思路和方法。     

电力市场中电价长程相关性的去趋势波动分析

应用去趋势波动分析法对电力市场中电价时间序列进行分析计算,得到了电价序列长期演变行为的标度指数.根据标度指数的变化特征,揭示出电价序列具有长程幂律相关特性.通过对加州电力市场中电价序列的仿真分析,计算结果验证了该方法的可行性,从而为研究电力市场中电价波动的内在复杂分形机理提供了一种新方法.     

河川径流混沌特征分析

在对混沌理论及其在径流系统应用的适应性分析的基础上,提出河川径流混沌分析方法;以黄河为研究对象对月径流序列进行相空间重构,并进行混沌特征识别和分析,得到如下结论：天然月径流比实测月径流的饱和关联维数要大,要恰当描述实测月径流序列的变化特征,进行动力系统建模,最少需要4个独立变量,最多需要8个独立变量,要描述天然径流序列则最少需要5～6个,最多需要12个独立变量;同一水文站、同一时期的实测径流序列和天然序列的混沌特征不同;下游的混沌特征要强于上游;从上世纪五十年代到本世纪初黄河干流月径流的混沌特性比上世纪二十年代到上世纪七十年代月径流的混沌特性要稍强;所采用径流时间序列的长、短对混沌特征的识别有影响,序列越长,所表现的混沌特征就越强。黄河径流具有混沌特征,为径流系统的建模和混沌预测提供了依据。     

风电场风速时间序列的多重分形去趋势波动分析

为探索风电场风速时间序列的标度不变性,采用多重分形去趋势波动分析方法(MF-DFA)对风速时间序列进行分析。通过计算广义Hurst指数、尺度函数、多重分形谱,细致量化了风速序列的局部和不同层次的波动奇异性,并考察了多重分形参数对风速预测的影响。研究结果表明:风速时间序列的波动具有长程相关性,且呈现显著多重分形特征;多重分形参数与风速变化存在一定的关联性,采用多重分形谱可在一定程度上对风速的变化趋势进行预测,且风速波动量越大,预测的结果越准确。     

生命旋回-Markov组合模型在年径流预报中的应用

河川径流预测是一个十分复杂的问题,生命旋回模型在进行径流趋势预测时具有对资料要求少、计算简单等优点,但由于模型机理的限制,进行预测时得到的序列很难反映径流序列的随机波动变化,且存在预测结果精度不高的缺点。针对这一问题,文中提出了一种新的径流预报模型——生命旋回-Markov组合预测模型。该模型用生命旋回模型预报河川径流的趋势项变化,用周期修正方法反映其径流周期性特征,用Markov模型预报其径流序列随机变化,在此基础上对黄河龙门水文站年径流进行预测时,拟合精度为89.13%,合格率为90.22%,表明该模型精度较高,可为水利工程运行管理提供水文依据。     

河川径流中长期预测的支持向量机模型

径流预测历来是水利部门的一项重要工作,本文基于支持向量机（SVM）方法建立河川径流中长期预测模型,通过对1976-1994年黄河上游兰州站径流量历史数据分析处理后,得到年径流量增长的时间序列,利用所建模型对该序列值进行仿真模拟。在仿真实验后,用1995-1996年的增长量进行模型检验,并与RBF网络模型、BP神经网络模型预测结果进行对比,结果表明,应用SVM模型对年径流量进行预测,预测精度更高、效果更好。     

黄河上游径流动态变化趋势预测

本文在综合各种信息后 ,认为应当把水资源的有限性和径流过程的非线性作为径流长期预测的重要前提 ,并在此基础上首次建立了对径流进行长期趋势预测的生命旋回模型。通过黄河上游贵德站和兰州站实例验证表明模型预测精度较高 ,符合规范要求。利用该模型定量预测贵德站和兰州站未来 10 0年径流量 ,结果表明黄河上游径流变化有减小趋势 ,这一结论为黄河上游梯级电站的规划、设计和运行管理提供了科学的依据     

径流混沌时间序列局域多步预测模型及其在黄河上游的应用

近10多年来,许多学者相继开展了应用混沌理论对径流时间序列的预测研究,以Takens嵌入定理为理论基础的混沌局域法是一种简单、有效的预测方法。但是常用的零阶局域法、一阶局域法、加权零阶局域法和加权一阶局域法都是一种单步预测模型,进行多步预测时计算量大且存在误差累积效应。基于相空间重构技术的加权一阶局域法多步预测模型可以克服上述不足。因此,本文首先利用虚假邻域法选取相空间重构的参数时间延迟和嵌入维数,而后依据小数据量法计算最大Lyapnuov指数进行径流时间序列混沌特性的定量识别,最后建立了径流混沌时间序列加权一阶局域法多步预测模型,并将该模型应用于黄河上游贵德站1954年1月-2003年12月的实测径流时间序列预测。结果表明,该模型用于径流时间序列的短期预测是可行和有效的。     

基于高阶统计量的河川径流时间序列非线性特征分析

高阶统计量中的双谱能够同时保留信号的幅度信息和相位信息,可以检测和表征信号的非线性耦合关系及辨识非线性系统,通过对宝鸡市渭河、清姜河45年月径流时间序列进行分析,揭示出河川径流时间序列数据结构中具有非线性的特征.研究结果表明,用双谱分析辨识径流系统非线性特征是一个极为精确和有效的方法,对进一步探索河川径流的演变规律和预测其未来演变情势具有重要的理论价值.     

径流对气候变化的响应研究-以黄河上游河源区为例

为了研究气候变化对径流的影响,选择黄河上游河源区为典型流域,构建多变量Copula联合分布模型,分析流域内主要气象要素与径流的相互响应关系。通过对多元相依结构分析,得到主要气候变化要素与径流变化的定量关系。结果表明,黄河上游吉迈水文站以上流域,径流受气候变化影响明显。长期以来主要气象要素,气温、降水、潜在蒸发能力(Penman-Monteith公式计算)与径流量的相依度指数分别为0.03、0.46、0.13,且在不同时期影响径流变化的主导因素各异。黄河上游径流受降水、冰雪、冻土融水和地下水共同补给,径流自演化过程复杂。     

基于多种递归神经网络的海岛水库径流预报

海岛地区径流量偏小甚至出现断流,会极大影响短期径流预报精度。对海岛地区供水水库多组入库径流时间序列,基于三种递归神经网络（RNN）建立了不同预报因子组合和预见期的径流预报模型,探讨了RNN模型在海岛地区短期水文预报中的适用性。以舟山岛水库群为例,说明研究方法的有效性。结果表明仅考虑径流时间序列信息的预报精度最差,而耦合气象预报信息可提高径流预报准确性;随着预见期的增加,简单RNN模型的信息融合能力有限,而具有复杂神经元结构的基本长短时记忆神经网络和门控循环单元预报效果稳定;RNN模型对于平稳时间序列数据模拟效果优于非平稳序列,而气象信息的引入和参数优选能够改善其在处理非平稳时间序列中的缺陷。     

地下水强扰动地区的径流还原计算方法

人类活动对河川径流的影响日趋强烈,一定程度上破坏了样本的一致性,以致部分实测资料已无法满足水资源评价和水利水电工程设计的要求。尤其是在地下水强扰动地区,受地下水开发利用数据缺乏、不确定性大、计算过程复杂等因素的影响,常规逐项还原法的还原精度很难保证,存在还原失真问题。因此,探索一种简单实用、精度满足规范要求的面向地下水强扰动区的径流还原计算方法尤为迫切。为此,在常规分项调查法的基础上,借鉴河川基流分割的思路,提出基流还原与分项调查法相结合的改进方法。通过对陕北地区3个资料条件较好的水文站开展实例研究,发现改进方法与常规方法的还原效果较为接近,且对不同地貌类型和不同地下水扰动程度的地区皆表现出较好的适用性。研究表明:改进分项调查法与常规方法相比,对数据范围和数量的要求更小,仅需实测径流和地表分项调查资料即可完成径流还原计算,可避免由于地下水开发利用资料缺乏或序列过短而造成的还原失真问题,且可获得较为合理计算结果,满足水资源评价和工程设计要求。该方法对于地下水强扰动且资料缺乏地区的径流还原计算具有参考价值。     

基于局部均值分解和最大熵谱估计的径流分析

研究径流序列的变化规律是水文预报的重点,如何将非平稳非线性的径流序列分解为平稳序列是当前水文领域的研究难点之一.基于此建立局部均值分解和最大熵谱估计耦合模型,以密云水库上游控制入库的下会站月径流序列为例,尝试将局部均值分解用于径流序列的时频分解,并采用最大熵谱估计分析各分量频率,以检验分解结果,获取径流序列更多有效频率...     

基于SWAT模型的青龙河流域气候变化径流响应研究

气候变化影响水资源时空分布,为探讨气候气候变化对径流的影响,以青龙河流域为研究区,依据流域DEM、土地利用、土壤、气象水文等数据,建立了SWAT流域水文模型,采用SWAT-CUP软件内嵌的SUFI2算法,根据t-Stat和p-Values值分析了参数敏感性,采用Pfactor、Rfactor、Nash-Suttcliffe系数Ens及相关系数R2四个指标评价了模型的适用性,结果表明流域水文模型模拟精度高,不确定性小,能较真实地模拟流域的水文过程。采用气候方案假定法,利用流域分布式水文模型,模拟丰、平、枯三种水平年降雨量和温度组合因素下的径流过程。结果表明降水量和气温的变化影响径流过程,其中降水的影响较为明显,是影响该流域水资源变化的主要因素。     

应用极点对称模态分解分析径流时空演化规律

研究径流演化规律对水文预报和水资源合理配置具有重要意义。鉴于径流序列具有多时间尺度与非线性趋势混叠的特征,利用自适应、无基的极点对称模态分解(ESMD)将长江上游干支流8站的年、月、日径流序列分解为各模态分量和趋势余项,甄别大尺度循环和非线性趋势;利用周期图、趋势余项、时频分析,同时掌握径流周期、趋势、突变规律,并与现有方法对比分析。结果表明:时间上,主要存在2年、6年、10～11年的年际与6个月、1年、2年、4年、22～23年的年内周期规律。空间上,除朱沱站年内、年际径流呈增加趋势,其余站径流均呈减少趋势;8站的突变规律也不完全相同。ESMD能同时从周期、趋势、突变来挖掘径流水文特性,为径流时空演化规律分析开辟新思路。     

基于波动划分及时移技术的多风电场出力相关性研究

多风电场相关性研究对于准确把握风力发电出力变化规律,进行风电场出力预测及时间序列建模具有重要意义,因此提出一种基于波动划分和时移技术的多风电场出力相关性分析方法。首先,通过风电场时间序列散点图分析和回归分析得到多风电场整体相关特性;然后,通过波动划分和波动配对算法,提取按波动过程划分的风电场出力序列局部特征并对多风电场波动进行配对;最后,采用基于Pearson相关系数的时移技术和格兰杰因果检验得到最优时移量和时移方向。通过具体算例分析可以证明,所提方法一方面可以精确提取风电场出力波动局部特征,进而更准确地描述风场出力相关特性,另一方面可得到大、中波动对应波动对的最优时移量,其可作为多风电场时间序列建模的约束条件,提高多风电场出力建模精度。     

随机动态规划在三峡梯级长期发电优化调度中的应用

对于时间序列，如果认为某时段值仅与前一时段值直接相关，则认为该时间序列具有马尔柯夫特性，径流序列近似具有这种特性。通过余留效益函数对三峡梯级建立了长期发电优化调度的随机动态规划模型。基于大量模拟的随机径流序列样本，通过简单获得径流状态概率转移矩阵，它比仅基于历史径流资料所得结果要精确得多。最后通过对模拟径流序列样本的模拟操作，对所得优化策略进行详细评估。     

长江河口口外海滨区域悬沙浓度分布特征研究

根据近期50年长系列长江口水流、含沙量等资料,采用数据分析方法,研究了长江河口口外海滨区域(122°E-123°E)悬沙浓度分布特征及其变化趋势。结果表明:在长江口外海滨区域存在一个,有时甚至两个高悬沙浓度区——由于径流的控制作用,使得无论在洪枯季或大小潮情况下,均在南槽口外形成高悬沙浓度区;其中当径流作用相对较弱时,部分入海泥沙沿东北偏北方向运动,形成第二个高悬沙浓度区。近年来南槽口外的高悬沙浓度区位置有南偏趋势,南、北槽分流分沙比变化是其南偏的主要原因。