首页 | 官方网站   微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 109 毫秒
1.
降水通常是一个地区水资源的主要补给来源,其准确预测对于水资源量的预测等十分重要。为提高降水量的预测精度,以吉林省西部某气象站为例,采用奇异谱分析对月降水量数据进行预处理,提取出多个独立的子序列,再利用支持向量回归机对不同子序列单独建立预测模型,对不同子序列预测模型的输出值求和即可得到该耦合模型的预测值,并利用该耦合模型(SSA-SVR)与小波分析-支持向量回归机耦合模型(WA-SVR)以及在原始降水量数据基础上建立的支持回归机预测模型(SVR)对其月降水量进行步长为1个月、3个月以及6个月的预测。结果表明,三种模型中,SSA-SVR模型的预测值与实测值最为接近,预测精度更高。  相似文献   

2.
近年来,由降水量过多或过少引起的灾害日益增加,因此准确地预测降水量对人类的生活和社会的发展具有重大意义和实际应用价值。基于郑州市1990~2019年的月降水量数据,分别利用SARIMA、Prophet、LSTM单一模型对郑州市2020~2021年的月降水量进行预测。为了提高月降水量的预测精度,提出SARIMA-EMD-LSTM、Prophet-EMD-LSTM两种组合模型,实证表明这两种组合模型预测精度更高,均方根误差显著减少,其中Prophet-EMD-LSTM组合模型的预测效果相对较优。最后利用该模型对郑州市2022年4~12月的月降水量进行了预测,精度较高。  相似文献   

3.
针对低密度气象站点分布区降水量空间信息提取精度不高及卫星遥感降水产品空间分辨率粗糙问题,以2020年青海省逐月GPM产品为例,在地理信息技术支持下生成由地形(DEM、坡度、坡向、曲率、起伏度)、地表覆被(NDVI、NPP)、海陆位置(经度、纬度)和水汽等10个因子构成的环境协变量集,运用随机森林(Randomforest,RF)算法对GPM数据进行精细化融合,并基于56个气象站点资料对融合精度进行独立验证。结果表明,该融合模型能克服GPM产品分辨率粗糙问题,实现区域降水量时空尺度精细化;协变量对模型精度有重要影响,在地形起伏度小、大气水含量低的地区具有更高融合精度;研究区降水量时空分布不均衡,降水中心在1~8月呈逆时针移动,在9~12月呈顺时针移动。  相似文献   

4.
针对降水受大气环流、地形、气压等诸多环境因素影响致使准确预报降水量较为困难的问题,结合ARIMA模型和RBFNN模型各自优势,提出了ARIMA-RBFNN组合模型,对白城市2001~2010年降水量进行了预报,并与ARIMA模型和RBFNN模型预报结果进行了对比分析。结果表明,ARIMA-RBFNN组合模型在预测降水量时最大相对误差为27.33%,最小相对误差为0.70%,平均相对误差为8.54%,预测精度明显优于ARIMA模型和RBFNN模型,可见该组合模型发挥了ARIMA模型和RBFNN模型各自的优点,为精确预测降水量提供了一种有效方法。  相似文献   

5.
基于EEMD-GRNN的降水量预测分析   总被引:1,自引:0,他引:1  
为验证EEMD-GRNN降水量预测模型的准确性,基于南京地区年降水量数据对其进行研究,并与GRNN模型和BPNN模型进行对比。结果显示,EEMD-GRNN模型在年降水量预测上较GRNN模型和BPNN模型具有较高的预测精度,且预测结果可信,为提高降水量预测精度提供了新方法。  相似文献   

6.
基于我国西南地区112个测站1961~2012年的逐月降水和气温观测资料,采用趋势系数法、线性倾向估计法、Mann-Kendall突变检验法、相关分析及逐步回归周期分析法等分析了我国西南地区近52年降水量和气温的时间变化特征,并在深入分析影响该地区年平均降水量的大气环流因子的基础上,建立了年平均降水量的多因子逐步回归周期分析预报模型,对当前及未来5年西南地区年平均降水量进行了预测。结果表明,西南地区年均降水量和秋季平均降水量呈显著下降趋势,年均降水量在2003、2009年出现突变,秋季平均降水量在1990年存在突变点;年均及四季平均气温都呈显著上升趋势且存在明显的突变点;副高、欧亚经向环流和极涡强度指数对我国西南地区年平均降水量影响较为显著;年平均降水量的多因子逐步回归周期分析预报模型的拟合预报合格率为100%,预测结果可信。  相似文献   

7.
针对传统统计模型在大坝应力监测时预测精度不高且容易出现过度拟合现象,将随机森林算法引入大坝应力预测中,构建了基于随机森林算法的大坝应力预测模型,对某混凝土重力坝的应力监测数据进行处理、分析和预测,并以平均绝对误差、平均误差平方和及相对误差平方和为指标与多元线性回归模型和神经网络模型进行对比。结果表明,当预测范围在训练集样本范围内时,基于随机森林算法的大坝应力预测模型的预测精度较高,稳定性较好,为大坝应力预测提供了一种新途径。  相似文献   

8.
以武汉市区为例,采用Mann-Kendall趋势分析法与R/S分析法研究了1951~2009年月降水序列、年降水序列特征及趋势检验,并预测了未来降水量.结果表明,月降水序列中1、2、7、11月呈上升趋势,仅1、3月变化趋势显著;年降水序列上升趋势不明显,降水时间序列具有分形特征和长程相关性,可为降水中长期预测和水资源合理利用提供参考.  相似文献   

9.
基于东北地区27个测站1951~2010年夏季降水资料,采用10年滑动平均和逐步回归趋势分析法分析和预测了东北地区夏季降水量随时间的变化趋势,并通过单相关系数法研究了74项环流指数与东北地区夏季降水量的关系,发现西半球副高指数、极涡指数、东亚槽强度及编号台风与东北地区夏季降水量均存在很好的线性相关关系,据此建立了逐步回归预报模型,拟合和预报了东北地区夏季降水量.结果表明,该模型预报精度较高、结果可信.  相似文献   

10.
为利用卫星降水数据开展流域水文模拟预报,基于瓯江流域内94个雨量站1998~2013年逐日降雨量数据,分析了多源卫星降水数据(TMPA、RT、CMORPH和PERSIANN)在该地区的适用性。结果表明,PERSIANN数据精度最低,其次为CMORPH和RT,TMPA数据精度最高,其中PERSIANN和CMORPH数据低估了实际降水量,而RT和TMPA略高估了降水量;梅汛期和非汛期的精度高于台汛期,月时间尺度降水量的精度高于日时间尺度。各卫星降水数据中,TMPA和RT数据在中雨级别下精度最高,对小雨和大雨级别的降水分别存在低估和高估现象,而PERSIANN和CMORPH数据对所有量级下的降水均存在低估现象;随着雨量的增加,卫星降水的误报率均有不同程度的增加。  相似文献   

11.
高精度的短期负荷预测不仅是电力系统运行稳定的关键,也是构建智能电网的必要保证。为提高电力系统短期负荷预测精度,提出了一种基于完整集成经验模态分解(CEEMDAN)、随机森林(RF)和AdaBoost的预测方法。针对传统分解方法不能完整分解原始负荷序列的问题,利用CEEMDAN分解方法为各个阶段的IMF分解信号添加特定的白噪声,通过计算余量信号来获得各个模态分量,然后针对前9个模态分量构建RF预测模型,针对残余量构建AdaBoost预测模型,并对结果进行重构预测,得出未来24h的负荷预测数据。最后将CEEMDAN+RF+AdaBoost方法应用于华中地区的短期负荷预测,在同等条件下,与预测模型CEEMDAN+RF、EEMD+RF+AdaBoost、EMD+RF+AdaBoost、RF及AdaBoost进行试验对比,结果表明所构建预测模型的精度优于其他对比模型,具有很好的理论指导意义和实际应用前景。  相似文献   

12.
基于集成学习中的随机森林(Random forest, RF)算法,利用某燃煤机组SCR脱硝系统历史运行数据,通过计算各特征变量重要性评分选取出最优输入变量集,建立脱硝系统出口NO_x浓度最优的RF预测模型。与常见建模方法进行对比,结果表明:基于RF算法的模型预测精度明显高于BP神经网络和SVM等建模方法,且经最优变量选择后,具有更好的泛化能力和更短的建模时间,能够有效应用于电厂烟气脱硝系统出口NO_x浓度预测中。  相似文献   

13.
以三峡水库为例,基于集合经验模态分解(EEMD)及人工神经网络方法对水库年径流进行预测。首先利用Mann-Kendall和Pettitt法对水库年径流序列进行突变检测,获得平稳径流序列,然后采取EEMD方法分解径流序列,得到固有模态函数(IMF)和残差,最后对不同IMFs和残差分别建立人工神经网络预测模型,叠加所有模型预测结果得到年径流预测值。结果表明,基于EEMD-ANN的年径流预测模型优于自回归模型和人工神经网络模型,其预测结果与实测值的相关性更强,预测误差分别减少了11.4%、8.7%。同时,构建EEMD-ANN预测模型时需考虑径流序列的突变特征,采取平稳径流序列的预测效果更优。  相似文献   

14.
基于随机森林的区域水资源可持续利用评价   总被引:1,自引:0,他引:1  
针对区域水资源可持续利用评价中指标多、噪声复杂和非线性的特点以及传统方法缺乏可操作性、难以解决稳健性低和过学习等问题,介绍了一种稳健性较高的智能学习方法——随机森林,将其应用于区域水资源可持续利用评价中,并以汉中盆地平坝区为例,对该方法的评价效果进行了验证。结果表明,与SP插值、人工神经网络(ANN)和支持向量机(SVM)模型评价结果相比,本文方法实用性强、稳健性较高、泛化性能高,在分类预测阶段和交叉验证阶段分类准确率均高达100%;同时可知,在影响区域水资源可持续利用的各评价指标中,水资源利用率和人均供水量的影响较为重要。  相似文献   

15.
综合能源系统中风电、光伏等可再生能源出力具有波动性和间歇性,精准的短期负荷预测有利于平抑可再生能源对系统运行的影响。系统中的多元负荷时间序列为典型的非平稳性信号,难以进行精准地预测。为了从数据层面提高综合能源系统短期负荷预测模型的精度,提出基于自适应局部迭代滤波(ALIF)的历史负荷数据分解方法,将历史负荷序列分解为具有不同频段模态函数的多个分量;针对预测模型训练中长时间序列处理困难及系统中多元负荷间耦合信息挖掘利用的问题,建立基于长短期记忆(LSTM)网络多任务学习的综合能源系统短期负荷预测模型。实验结果显示,与LSTM、ALIF-LSTM单任务学习、随机森林、LGBM方法相比,所提方法能够应对负荷波动剧烈的工况,预测精度较高,满足综合能源系统安全稳定运行控制的要求。  相似文献   

16.
将天气预报产品引入水文模型是提高长期径流预测精度的有效途径,但引入方法仍存在难度。为此,以汉江上游梯级水库系统为例,引入智能算法及相似典型放缩,构建基于分预见期校正的CFS与SWAT耦合径流预测模型,首先甄选智能算法校正CFS降雨,然后基于相似典型放缩对其进行时空展布,最终将其输入分区率定的梯级水库SWAT模型,从而实现月径流预测。结果表明,随机森林和人工神经网络更适合于CFS预测校正且不受预见期影响,基于相似典型时空分布的耦合模型预测效果较好,能为梯级水库系统提供更为可靠的径流预测。  相似文献   

17.
为提高流域洪水预报精度,以山东半岛龙角山水库为例,利用25场洪水资料,选择降雨径流经验相关法和新安江模型对比分析二者的预报精度。结果表明,降雨径流经验相关法在率定期和验证期的地面径流深预报合格率分别为94.1%、87.5%,精度为甲等级别;新安江模型洪峰、峰现时间和径流深三个预报项目平均合格率在率定期、验证期分别为84.3%、83.3%,精度为乙等级别。与新安江模型相比,降雨径流经验相关法能够对洪量做出更为准确的预报,而新安江模型尽管总体预报精度偏低,但其还能对洪峰和峰现时间做出预报。在实际洪水预报作业中,可采用两种预报方法相结合的方式,取长补短,对各种水文预报要素做出更加准确的预报,从而为水库调度决策提供更有利的技术支撑。  相似文献   

18.
针对现有太阳辐照度短期预测方法的建模复杂、准确度低等问题,提出一种基于深度学习的GRU-RF动态权值组合预测方法。大气因素与太阳辐照度数据融合,将运算速度较快且模型复杂度较低的随机森林(RF)模型与带有时序记忆的门控循环单元(GRU)神经网络进行动态权值的加权集成,分别将地表接收到的太阳辐照度、近地层气温、相对湿度、近地层风速和相对气压等变化特征进行预测研究。通过几种模型对比分析,结果表明使用GRU-RF模型预测短时(9 h)太阳辐照度结果较好,运行速度较快,在不同时间间隔(5、10以及15 min)下能够很好地预测太阳辐照度数据。  相似文献   

19.
基于均生函数模型的杭州市年降雨量预测   总被引:6,自引:1,他引:5  
采用均生函数模型对杭州市1956~2008年年降雨量进行预测模拟,并对模型进行了修正.实例结果表明,修正模型具有较强的预报精度,可为类似时间序列要素的中长期预测研究提供借鉴.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号