公共文化服务平台

搜索到603篇“ 中长期径流预报“的相关文章

基于CEEMDAN-IASO-TCN组合模型的中长期径流预报: 2025年; 准确预测月径流对流域水资源管理至关重要。为了增强中长期径流预测的准确性,提出了结合自适应噪声完备集合经验模态分解(CEEMDAN)、改进原子搜索算法(IASO)和时间卷积网络(TCN)的CEEMDAN-IASO-TCN组合模型。该模型首先使用CEEMDAN对月径流序列进行分解,然后利用IASO对TCN模型的批量大小、学习率、丢弃因子进行寻优,得到最优的时间卷积网络结构并利用最优的IASO-TCN对分量进行预测,最后重构分量预测结果得到最终月径流预测结果;以岷江流域镇江关水文站1957~2019年的月径流数据为研究对象,将所提模型与其他模型进行对比。研究结果表明:CEEMDAN-IASO-TCN模型具有较高的预测精度,训练和测试阶段的纳什系数分别达到0.9191和0.8691。研究成果可为水资源可持续利用提供可靠依据。; 徐军杨罗远林刘月馨陈冬强张坚张楚; 关键词：中长期径流预报

一种基于总预报调度图的耦合中长期径流预报信息的水电站优化调度方法: 一种基于总预报调度图的耦合中长期径流预报信息的水电站优化调度方法，属于水库调度技术领域。首先，设计总预报调度图及其包含的各子预报调度图中不同分区的决策方式；其次，建立水电站总预报调度图优化模型；第三，对水电站发电调度过程...; 杨忠兴疏杏胜丁伟杨玉彪张志刚彭勇

一种基于改进LSTM模型的多流域中长期径流预报方法: 本发明属于水文信息数字孪生技术领域，公开了一种基于改进LSTM模型的多流域中长期径流预报方法。凭借多流域属性数据、流域气象数据和全球大尺度数据，引入使模型具备“认识”或“意识”到每个流域的特有属性的模块来改进标准LSTM...; 欧阳文宇乐祥仪叶磊于冰辛静怡

基于集合Kalman滤波的中长期径流预报被引量：1: 2024年; 为降低中长期径流预报的不确定性,增加水电站水库的发电效益,针对现有方法侧重于提高单一预报模型确定性预报结果的准确性以降低径流预报不确定性的问题,提出一种基于集合Kalman滤波的入库径流确定性预报方法。以旬为预见期的锦西水库实例验证结果表明:相比传统的单一预报模型和传统的信息融合预报模型,基于集合Kalman滤波的中长期径流预报可使RMSE降低4.78 m^(3)/s,合格率可提高0.56%,且更有效地降低了汛期预报的不确定性,得到了更加准确、可靠的确定性径流预报结果,可为开展流域梯级水电站优化调度提供技术支持。; 刘源纪昌明马皓宇王弋张验科马秋梅杨涵; 关键词：中长期径流预报数据融合集合KALMAN滤波

考虑上游来水影响的中长期径流预报被引量：1: 2024年; 雅砻江流域地面气象站点不足、分布不均,难以获得精确的流域面降雨资料,加之传统中长期径流预报模型泛化能力有限,中长期径流预报存在较大瓶颈。充分考虑流域水库间的物理联系,基于上下游水库流量变化在时空上的相似性,对1957年~2020年锦屏一级水库和二滩水库的历史月径流数据进行主成分分析,使用BP人工神经网络、随机森林和支持向量回归3种机器学习方法建立3种径流预报模型,通过决定系数R^(2),合格率Q R以及平均相对误差MRE三项指标构成的评价体系对预测结果进行评估。结果表明,上游水库对于下游水库的入库流量具有显著影响,且3种模型在二滩水库中长期径流预报上均具有较好的预报效果(R^(2)>0.8、Q R>0.7、MRE<0.2)。随机森林模型模拟效果整体优于BP人工神经网络和支持向量回归模型,3种模型均具有较好的实用性,能为流域水资源精细化调度及科学管理提供数据基础。; 李世林黄炜斌陈枭周开喜钟璐曾宏; 关键词：径流预报主成分分析 BP人工神经网络支持向量回归

基于极点对称模态分解的中长期径流预报组合模型: 2024年; 为提高径流预报精度,解决径流序列分解后高频分量波动范围大、预报精度差的问题,基于极点对称模态分解法(ESMD)平稳化处理技术将径流序列分解,通过分析不同频率分量特征,择优选取预报方法,结合粒子群优化最小二乘支持向量机(PSO-LSSVM)全局优化和非线性建模能力及适应性强的特点,对高频分量进行预测,利用BP神经网络非线性映射能力和逼近任意非线性函数的优势对中低频分量和趋势分量进行预报,构建了ESMD-PSO-LSSVM-BP组合预报模型,对西江干流上中下游三座水文站的年、月尺度径流开展中长期径流预报。结果表明,对不同频率分量采用不同预报方法的组合模型可以有效提高径流预报精度。; 李继清刘洋张鹏陈景; 关键词：西江流域径流预报

基于Seq2Seq模型的中长期径流预报方法和系统: 本发明公开一种基于Seq2Seq模型的中长期径流预报方法和系统，将所获得的径流数据进行缺省值拉格朗日二次差值处理和Min‑Max标准化及Box‑Cox变换，将处理过的径流数据按照日均、月均、季均和年均整理成四组；将整理好...; 陈敏杰夏润亮叶枫金光球兰林郝臻

水库中长期径流预报及短期优化调度研究: 2024年; 为解决水库中长期径流预报精度问题,提高水库运营效率,以某水库为研究对象,基于BP神经网络法对监测值训练学习,对水库径流量进行短期优化调度。结果表明:小波分析法、混沌理论模型法和BP神经网路法预测得到的数据均与实测年径流量总体趋势一致,BP神经网络法在年径流量预测中精度更高;优化调度提高了水库的防洪抗旱的能力,达到了调节水资源的目的。研究结果可为水库运行调度提供参考。; 于淳蛟张璐; 关键词：水电站水库群短期优化调度

基于可解释机器学习的黄河上游青海段中长期径流预报研究: 黄河上游清洁能源基地是我国“十四五”规划的九大清洁能源基地之一,风光资源储量丰富,但风光电出力的随机、波动和间歇性强,需要运行灵活的水电参与调节,确保实时发电功率满足电网负荷需求。径流作为影响水电运行性能的主控因素,准确...; 杨程; 关键词：中长期径流预报可解释性黄河上游

基于马尔可夫链校正的BP神经网络中长期径流预报应用研究: 2024年; 文章用柏叶口水库控制流域1972—2018年年降水和径流资料,预报因子采用Spearman秩相关法,年径流预报采用BP神经网络,得到实测值与预报值的相对误差,最后利用马尔可夫链对相对误差进行校正。研究为柏叶口水库上游中长期径流预报提供了新的思路。; 温会; 关键词：BP神经网络马尔可夫链中长期径流预报

相关作者