共查询到20条相似文献,搜索用时 78 毫秒
1.
中长期径流预报是水资源进行合理开发利用的前提和基础。文章通过比较3种不同预报方案在BP神经网络模型下对柏叶口水库非汛期月径流预报效果,找出了在非汛期月径流预报中预报效果最好的方案。 相似文献
2.
时间序列分析是数据挖掘技术在水文领域应用较为广泛的一种方法,它可以从大量的水文数据中提取一般性的规律,为中长期径流预测提供新的分析方法和科学的决策支持。文中采用时间序列分析方法对察尔森水库的中长期径流进行预测,为开展中长期径流预测研究提供借鉴和参考。 相似文献
3.
中长期径流预报在水利部门的日常工作中占有重要的地位,及时、精确的预报结果可为兴利除害决策提供重要依据。清河水库通过计算欧氏距离选出与预报年份前期水文信息数值接近的年份,通过计算趋势值选出与预报年份前期水文情势变化规律相似的年份,以上两种方法选取出可以作为预报的参考年份,最终的预报结果与原预报方法的预报结果相比,精度提高较大。 相似文献
4.
5.
6.
支持向量机在中长期径流预报中的应用 总被引:37,自引:6,他引:31
本文探索了支持向量机在中长期径流预报中的应用。在支持向量机建模过程中引入了径向基核函数,简化了非线性问题的求解过程,并应用SCE-UA算法辨识支持向量机的参数。在SCE-UA搜索过程中进行了指数变换,以快速准确的找到最优参数。与人工神经网络模型预报结果比较显示,该模型能提高径流中长期预报的精度。 相似文献
7.
玛纳斯河中长期径流预报研究 总被引:2,自引:0,他引:2
随着统计学的不断完善,利用时间序列和回归分析理论来预报各种水文变量的未来变化已得到越来越广泛的应用。本文基于1955年--2008年玛纳斯河实测年径流量、蒸发量、平均气温资料分别建立了时间序列模型和多元回归模型,并进行了预报拟合及精度检验。结果表明玛纳斯河时间序列模型虽然预报精度较低,但有较好的适应性;而多元回归模型精度较高,完全可以达到实用要求,可为新疆北疆各地区抗旱、年用水计划、水库的兴利调度等提供较好的参考。 相似文献
8.
超越概率贝叶斯判别分析方法及其在中长期径流预报中的应用 总被引:1,自引:1,他引:0
中长期径流预报是水文预报中的经典难题之一,其在防洪、水库调度及水资源管理中起着十分重要的作用。由于缺乏相应预见期的可靠气象预报资料,中长期径流预报一般采用统计方法。超越概率贝叶斯判别分析方法是一种数据驱动的非参数贝叶斯经验统计方法,通过设置不同的流量等级反复进行贝叶斯判别分析,对未来径流超过某一流量等级的概率 (超越概率) 进行预报。本文运用该方法对长江宜昌站、大通站的月、季径流预报进行了研究,其结果表明,超越概率贝叶斯判别分析方法能够有效实现宜昌站和大通站非汛期径流预报;对于汛期径流预报,采用厄尔尼诺和南方涛动等气象水文指标变量作为预报因子,是提高预报精度的可行途径。 相似文献
9.
以水文循环基本原理为基础,从流域径流水汽来源影响因素角度明确了中长期径流预报基本概念及分类,即以气象(中期)、气候(长期)和天文因素(超长期)为预报因子,针对流域出口断面(或典型断面)的旬、月、季(汛期)或年径流,以及流域旱涝趋势进行预报。通过比较不同时间尺度下的水汽系统物理运动机理,论证了"短期气候预测"作为中长期径流预报理论基础的合理性,并将流域径流来源影响因素及其表现概括为三大规律:天文因素表现出的周期性是主要规律,反映了水文气候过程的基本状态;大气环流表现出的随机性对水文气候基本状态存在干扰,导致了波动;流域特征性规律反映了各种因素综合作用结果,具有流域的特殊性。最终,将流域中长期径流预报分为正常年份的径流过程预报和异常灾变年份的大旱大涝预测,其中前者的预报因子为水文气象与气候要素,后者为天文因素;在服务对象上,前者为水利工程常规运行调度服务,后者为防洪抗旱部门防灾减灾提供灾情预测;在结果发布上,前者提供定量的径流过程预报,后者提供丰、平、枯等3级(或5级)定性预测,并给出相似年份;在预报方法上,前者采用数理统计方法或物理成因相关分析法,后者采用周期性、随机性和流域特殊性识别等综合预报方法。 相似文献
10.
11.
12.
Water Resources Management - To improve the accuracy of medium and long-term precipitation prediction, we propose an innovative application of the wavelet decomposition-prediction-reconstruction... 相似文献
13.
14.
15.
介绍了基于数据挖掘技术的径流预报方法,建立了以人工神经网络(ANN)为挖掘工具的水文预报模型,利用反向传播(BP)模型进行挖掘工作,通过权系数修正提高收敛速度.结合工程项目进行了模型的实际预测,并与普通模型相比较.实测结果和分析说明,该模型有较好的预测精度,有实际应用价值. 相似文献
16.
17.
18.
为提高径向基神经网络(RBF)在年径流预测中精度,提出基于Adaboost算法及线性递减算法改进的RBF-Adaboost预测模型,以云南省姑老河站年径流预测为例进行实例研究,并构建RBF、GA-BP及BP模型作为对比模型.利用实例前34年和后20年资料对所构建的模型进行训练和预测.结果表明:改进RBF-Adaboost模型对实例后20年年径流预测的平均相对误差绝对值和最大相对误差绝对值分别为4.83%、9.51%,预测精度优于RBF、GA-BP及BP模型.RBF-Adaboost模型集成了多个基于扩展系数及期望误差线性递减改进的RBF神经网络弱预测器,有效提高了RBF神经网络模型在年径流预测中的精度,模型具有预测精度高、泛化能力强等优点. 相似文献