基于Web的径流中长期预报系统

以云南电网水调高级应用软件系统为工程背景,采用面向对象的编程思想开发了B/S模式下的径流中长期预报系统.系统涉及云南电网所属的5座主力水电站及其他重要的中小水电站,采用四种常用的中长期预报模型和频率分析方法进行径流预报.系统主要功能包括预报参数率定和检验、多种预报方法间的比较分析、与历史径流过程的对比分析、基础资料添加维护与报表生成等.系统操作简便、功能强大,同时具有良好的稳定性、移植性和可扩展性.     

基于遗传算法的参数投影寻踪回归径流预报模型及应用

为提高径流预报精度,采用单相关系数法挑选预报因子,建立了基于遗传算法的参数投影寻踪回归径流预报模型,利用该模型对雅砻江二滩水电站月平均流量进行了预报。结果表明,与BP神经网络模型预报结果相比,投影寻踪回归模型具有更好的预报结果和更高的预报精度。     

基于遗传程序设计的中长期径流预报模型研究与应用

应用遗传程序设计建立径流中长期预报模型,结合径流序列数据的特点通过自相关分析确定其滞时输入变量的个数,采用均方误差作为其适应度评价函数,以漫湾实测月径流序列(1953~2003年)和洪家渡实测月径流序列(1951~2004年)为例,通过与ARMA模型、人工神经网络模型的预报结果比较,显示该模型应用于径流中长期预报简单易行且精度较高。     

BP神经网络模型结构对漫湾径流预报精度的影响研究

以云南省漫湾水电站历史径流状况为研究对象，运用三层前馈反向传播神经网络模型对径流进行中长期预报。为解决神经网络预报模型结构难以确定的问题，尝试在预报过程中通过改变该网络模型的结构并对得到的结果进行比较，从而找到适合该径流序列的最佳神经网络模型结构。实际应用表明，使用该结构的模型在实际预报过程中取得了良好的效果。     

二滩水电站中长期径流预报研究

针对二滩水电站的实际径流特性和水电站发电调度的要求,应用季节性自回归模型和人工神经网络模型对二滩水电站的月径流、汛期分段和年径流预报进行研究.结果表明,这两种模型对二滩水电站的月径流预报、汛期定性预报均达到了一定精度,可为二滩水电站优化调度的径流输入提供参考依据,尤其是AR(P)模型的非汛期月径流预测和BP模型年径流预测结果可在实际运行中使用.     

月径流的分期组合预报模型及应用

针对年内汛期与非汛期径流变化规律的差异,建立了月径流分期组合预报模型.针对汛期径流预报不确定性较强的特点,该模型可量化预报不确定性并发布概率预报进而为制定决策提供参考.针对原贝叶斯平均模型参数优化方法存在的缺陷,提出了基于模糊优选模型的多目标粒子群算法优化参数.实例表明,该模型预报精度高,发布的概率预报对制定水电站的月调度计划具有一定的参考价值.     

三峡水库中长期径流预报方法研究

中长期径流预报是充分利用水资源、发挥电站经济效益的有力手段。以三峡水库为研究对象,分别采用周期外延叠加技术、人工神经网络模型、投影寻踪自回归模型和支持向量机回归模型对三峡水库逐月入库径流进行预报。从不同侧面比较分析了这四种方法优劣,并总结各预报模型计算结果的特征及规律,为三峡水库寻求径流预报规律和制定未来中长期调度计划提供了技术支持。     

水电站水库预报发电调度的模糊风险分析

针对径流预报误差给水电站水库发电调度带来的风险,在采用组合模型对月径流进行预报和优化调度计算的基础上,构建了水电站水库预报发电调度的模糊风险分析模型框架,并在对入库径流进行随机模拟的条件下设计了模糊风险分析模型的求解流程。三峡水电站水库的实例应用表明,预报误差在5、10月对发电调度的影响较大,且水电站在枯水期的发电模糊风险比汛期高。     

GFS预报信息在水电站运行中的应用研究

针对水电站水库的中长期优化调度中若能充分有效地利用预报信息将可获得更大经济效益的问题,利用GFS发布的10~14 d降雨数值预报信息,构建了其信息的统计方法,并以预报降雨为主因子建立了二滩水电站汛期旬径流的枯、平、丰三级预报模型,基于已建立的二滩水电站有、无预报信息相结合的发电调度模型,针对汛期无径流预报的时段,利用径流定性预报结果修正改进了其调度决策。模拟调度结果表明,改进方案可行、优越。     

基于相似过程衍生的月径流概率预报模型研究

针对传统月径流预报模型存在的缺陷,建立了相似过程衍生法与概率预报相结合的月径流概率预报模型。运用相似过程衍生法发布确定的预报结果,在定点预报的基础上利用概率预报提供一定置信水平下的预报区间作为模型预报结果。模型结构简单、易于构建且建模过程中无需考虑预报因子的选择问题。将该模型与BP神经网络模型进行对比仿真试验,结果表明该预报模型具有较好的预报精度,且合格率高于BP神经网络模型,可在水库月径流预报中推广应用。     

模式识别方法在径流长期预报中的应用

预测水电站所在河流未来的径流情势,可为水电站合理运行提供科学的依据,对实现预期的各项经济效益指标有着相当重要的意义.本文应用模式识别的基本原理和方法,对龙羊峡电站入库径流的长期预报进行了尝试,得到了较为满意的结果.     

基于小波-ANFIS的水库月径流预报模型

根据径流变化特性,提出一种基于小波-ANFIS的水库月径流组合预报模型.利用Mallat算法对月径流序列进行多尺度分解,得到对应尺度下的低频信号和高频信号,分别对这两种信号建立了ANFIS模型进行预报,将各模型预报结果叠加作为原径流的预报值.该模型用于淮河支流沙河上游年月径流变化幅度较大的昭平台水库月径流预报中,结果表明所建模型能够较好地预报原始信号的趋势,预报精度比单一ANFIS 预报模型有较大改善,但仍有待提高.对导致这一现象的主要原因进行了分析,并对模型的改进提出了合理化建议.     

基于小波分析的BP网络预测模型及其在年径流预测中的应用

鉴于小波变换序列中尺度系数系列和小波系数系列变化特征存在较大差异,提出了一种新的小波分析与BP网络结合方式,即建立两个BP网络分别对两类系数系列进行预测,再对各小波变换系数的预测值进行小波重构,获得原序列的预测值。将该模型应用于二滩电站入库年径流量预测,结果表明该模型预测精度高,可为水电站提供可靠的入库年径流预测结果。     

中小型水电站年负荷率的灰色预测

通过对中小型水电站年负荷率变化特点及其预测问题的分析,建立了中小型水电站年负荷率预测的灰色数学模型,并就预测中样本序列的拓朴选择、预测的目标等问题提出了相应的策略,最后结合实例说明了本文方法的应用。结果表明,本文方法及分析思路对中小型水电站年负荷率的预测具有较好的应用和参考价值。     

近50年太子河南源河流径流年内分配特征及趋势预测

基于太子河南源南甸站1960~2011年逐月径流资料,采用余期望系数、集中度、集中期和绝对变化幅度等指标分析了径流年内分配特征,并采用Mann-Kendall法和R/S分析法预测了年内各月、4季径流及其特征指标变化趋势。结果表明,南甸站径流年内呈单峰型分布,最大、最小月径流分别出现在8月和1月;1~12月及4季径流量均呈减少变化,仅2、4、8月径流量呈不显著减少趋势;未来3月径流量呈增加变化趋势,其余月份及季节径流量将持续减少;目前和未来径流年内分配不均匀程度增加,但集中程度和变化幅度减少。