基于小波分解及Arima误差修正的径流预测模型及应用

为改善传统径流预测模型对随机性时间序列的预测效果并不理想的现状,构建基于小波分解及Arima误差修正的径流预测模型。应用小波分解法将径流时间序列进行分解和重构,使非平稳、随机性的径流时间序列平稳化,对数据样本预处理后建立以相关向量机(RVM)为理论基础的径流预测模型,并采用改进粒子群算法进行核函数全局寻优,最后对模型拟合残差进行Arima误差修正。通过实例计算得到传统支持向量机(SVM)模型、RVM模型和径流预测模型的预测值平均误差分别为8.60%,9.02%和3.64%。结果表明:通过小波分解及重构方法对非平稳时间序列的预处理可有效提高预测精度,同时Arima误差修正也有很好的效果,相比于SVM模型、RVM模型,基于小波分解及Arima误差修正的径流预测模型具有更高的预测精度,在实际工程中具有一定的可行性。     

水泵水轮机泵工况停机过程流动特性分析

小水电对于国家减少碳排放的作用日益扩大,由于抽蓄机组技术较为成熟,目前国家鼓励小水电向抽蓄机组转变。为分析小水电转变为抽蓄机组后的稳定性,利用动网格方法实现了对水泵水轮机泵工况停机过程的模拟,得到其外特性变化曲线,并对水泵水轮机泵工况停机过程的流动特性进行分析。研究发现：泵工况停机过程中,在转轮与导叶区域涡流首先出现在活动导叶与固定导叶之间,然后在转轮叶道内形成涡流,且随着停机过程的进行,涡流的分布逐渐混乱。无叶区压力在停机过程中先增大后减小,中心低压区面积逐渐增大。尾水管区域内涡流首先出现直锥段,然后该影响逐渐传递至下游,在扩散段形成涡流,随着转轮转速的降低,尾水管流态得到一定的改善。在整个过程中蜗壳、无叶区和尾水管位置的压力受到水锤作用的影响,无叶区的压力脉动受到动静干涉的影响,波动范围很大。图9幅,表1个。     

内陆河流绿色水电影响因素分析

全球不乏水能资源丰富的内陆河流,其与外流河的水文及气候迥异,绿色水电因素不尽相同。目前国内外有关绿色水电的基础研究主要针对外流河,以外流河为参照,通过理论分析和实地调研,提取内陆河流绿色水电的可能影响因素,并对各因素逐一进行识别,筛选出了内陆河流绿色水电的主要影响因素。图1幅,表7个。