中长期径流预报模型研究

发布时间：2020-10-16 19:56

　　 中长期径流预报对掌握未来径流信息,实现水资源科学管理和优化调度具有重要意义。进行中长期径流预报模型的耦合计算和综合评价,可为中长期径流预报模型的应用研究,提高站点的预报精度提供重要参考。本文介绍了中长期径流预报原理及其模型,分析总结目前中长期径流预报研究中存在的问题。以黄河流域民和、兰州、龙门、白马寺和黑石关水文站的天然年径流序列为研究对象,选取平均绝对误差(MAE)、平均相对误差(MRE)、均方根误差(RMSE)和均方百分比误差(MSPE)4个误差指标,运用信息熵确定各误差指标的权重,得到径流预报模型的优属度,实现模型的综合评价。本文主要的研究内容和结论如下:(1)研究区站点径流单一预报模型的构建。应用中长期径流预报的周期分析和时间序列预报模型,建立研究区站点的周期外延叠加、均生函数、自回归(AR)和马尔科夫4个单一预报模型。结果表明,单一模型的综合评价结果集中,民和和白马寺水文站均生函数模型的优属度,取得最大值分别为0.963和1.000,兰州、龙门和黑石关水文站AR模型的优属度,取得最大值分别为0.966、0.989和1.000。应用马尔科夫模型进行定性预报时,模型精度和可靠性较低。(2)研究区站点径流耦合预报模型的构建。根据单一预报模型的特点,尝试将不同的模型进行耦合计算,以期提高中长期径流预报的精度。耦合模型包括灰色-周期外延叠加、均生函数-逐步回归、加权马尔可夫、灰色-逐步回归周期、EEMD-BP神经网络、PPRGSRP、PPARWD和模糊综合分析模型。结果表明,耦合模型的综合评价结果集中,民和水文站PPARWD模型、兰州和黑石关水文站EEMD-BP模型的优属度,均取得最大值1.000,龙门水文站PPRGSRP模型的优属度,取得最大值0.962,白马寺水文站模糊综合分析模型的优属度,取得最大值0.967。应用加权马尔科夫模型解决了马尔科夫模型最大转移概率不唯一的弊端,模型精度和可靠性提高。(3)研究区站点径流预报模型的优选研究。结合单一预报模型和耦合预报模型的误差指标的计算结果,计算各站点所有模型的优属度,实现模型优选。结果表明,民和水文站的优选模型为PPARWD模型、兰州和黑石关水文站为EEMD-BP模型、龙门水文站为PPRGSRP模型、白马寺水文站为模糊综合分析模型。
【学位单位】：西北农林科技大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：P338
【部分图文】：

图 2-1 单个人工神经元模型图Fig. 2-1 Single artificial neuron model入层、隐含层和输出层的 3 层 BP 神经网络模型如图 2-2 所示(Ho16)。1x 输入层隐含层输出层 1yyiym 2xjxnx图 2-2 三层 BP 神经网络模型图

eti为总输入净值；θ为阈值。 输出1x输入2x输入i1 i2 jx输入nx输入 ij in 阈值 输入图 2-1 单个人工神经元模型图Fig. 2-1 Single artificial neuron model层、隐含层和输出层的 3 层 BP 神经网络模型如图 2-2 所示(Hos6)。1x输入层隐含层

西北农林科技大学硕士学位论文ermite 多项式归模型的过程中，如何选择合适的优化算法和法采用遗传算法，岭函数拟合采用埃尔米特(界“优胜劣汰，适者生存”的生物进化机理引需要计算模型的适应度值，然后进行选择操作最好的个体。通过循环计算直至满足结束条件创建初始种群
【相似文献】

相关期刊论文 前10条

1 张卫国;钟平安;张玉兰;郭乐;王新龙;;季节性支持向量机中长期径流预报模型[J];水力发电;2014年04期

2 袁子勇;梁虹;;人工神经网络在径流预报中的述评与展望[J];水科学与工程技术;2009年01期

3 陈贤章;;祁连山积雪卫星监测与缺水期径流预报研究课题通过鉴定[J];遥感信息;1987年02期

4 周惠成;张杨;唐国磊;王雅军;蹇德平;;二滩水电站中长期径流预报研究[J];水电能源科学;2009年01期

5 纪昌明;张培;吴月秋;张验科;李荣波;;基于小波分析-稳健估计的径流预报模型及应用[J];水力发电学报;2017年06期

6 丁义;邵朋昊;缪益平;;杨房沟电站大江截流期径流预报[J];人民长江;2017年S1期

7 邹俏俏;;欧氏距离与趋势值在中长期径流预报中的应用[J];东北水利水电;2017年06期

8 杨应举;天生桥一级水电站中长期径流预报系统的应用及效益[J];贵州水力发电;2005年03期

9 王根绪;长期径流预报的灰色双向差分模型[J];兰州大学学报;1994年02期

10 闪丽洁;张利平;刘恋;贾军伟;;基于多方法优选因子和人工神经网络耦合模型的枯水期径流预报[J];武汉大学学报(工学版);2015年06期

相关博士学位论文 前10条

1 杨荣新;基于组合智能优化算法的云南省径流预报系统研究[D];华中科技大学;2006年

2 张小丽;水电站不同预见期径流预报及优化调度研究[D];大连理工大学;2016年

3 刘芳;基于小波分析和相关向量机的非线性径流预报模型研究[D];华中科技大学;2007年

4 唐国磊;考虑径流预报及其不确定性的水电站水库调度研究[D];大连理工大学;2009年

5 徐炜;考虑中期径流预报及其不确定性的水库群发电优化调度模型研究[D];大连理工大学;2014年

6 卢迪;耦合中长期径流预报信息的水库调度方式研究[D];大连理工大学;2015年

7 罗蒋梅;基于不同率定期资料的月、季径流预报方法研究[D];南京信息工程大学;2012年

8 张新明;水电站水库群中长期径流预报及短期优化调度研究[D];华北电力大学;2014年

9 李克飞;水库调度多目标决策与风险分析方法研究[D];华北电力大学;2013年

10 李红霞;无径流资料流域的水文预报研究[D];大连理工大学;2009年

相关硕士学位论文 前10条

1 石继海;中长期径流预报模型研究[D];西北农林科技大学;2019年

2 周正弘;基于熵谱理论的中长期径流预报模型研究及应用[D];西北农林科技大学;2018年

3 张静;TIGGE降雨集合数据驱动下径流预报技术研究[D];华中科技大学;2017年

4 葛乐壮;基于多模型预报信息融合及模型参数优化的径流预报方法研究[D];华中科技大学;2018年

5 顾逸;基于长短期记忆循环神经网络及其结构约减变体的中长期径流预报研究[D];华中科技大学;2018年

6 王学武;图们江流域水文特性分析及中长期径流预报研究[D];长春工程学院;2018年

7 王迁;中长期径流预报系统的设计与实现[D];南昌航空大学;2018年

8 刘佳;中长期径流预报技术及应用系统研究[D];东华大学;2011年

9 狄源硕;中长期径流预报模型与方法综合应用研究[D];大连理工大学;2015年

10 姜珊;嫩江流域中长期径流预报方法比较研究[D];吉林大学;2011年

本文编号：2843706