基于主成分分析和BP神经网络的赣江流域中长期径流预报 |
| |
引用本文: | 农振学,王超,雷晓辉. 基于主成分分析和BP神经网络的赣江流域中长期径流预报[J]. 水电能源科学, 2018, 36(1): 16-19 |
| |
作者姓名: | 农振学 王超 雷晓辉 |
| |
作者单位: | 1. 河北工程大学 水利水电学院, 河北 邯郸 056002; 2. 中国水利水电科学研究院, 北京 100038 |
| |
基金项目: | 国家重点研发计划(2016YFC0402204);国家自然科学基金项目(51709275) |
| |
摘 要: | 针对赣江流域开展水量调度对中长期径流预报的迫切需求,在分析赣江流域径流特性的基础上,以降雨、径流等常规因子和130项大气环流指数等相关因子为预报因子,分别构建基于相关系数法、逐步回归方法、主成分分析法三种因子筛选方法的BP神经网络中长期径流预报模型。研究结果表明,主成分分析方法筛选的预报因子可较好描述未来径流的变化趋势,所构建的基于主成分分析的BP神经网络中长期径流预报模型在率定期和检验期的合格率均满足规范对作业预报模型的精度要求,可作为赣江流域中长期径流预报的支撑模型。研究成果为赣江流域开展水资源优化配置和水量调度提供了依据。
|
关 键 词: | 赣江流域 逐步回归 主成分分析 BP人工神经网络 |
Long-term Runoff Forecasting in Ganjiang River Basin Based on Principal Component Analysis and BP Neural Network |
| |
Abstract: | |
| |
Keywords: | Ganjiang River Basin stepwise regression principal component analysis BP artificial neural network |
本文献已被 CNKI 维普 等数据库收录! |
| 点击此处可从《水电能源科学》浏览原始摘要信息 |
|
点击此处可从《水电能源科学》下载全文 |