基于多模型随机组合的水文集合预报方法研究

准确、可靠的水文预报是水资源开发利用的基础.集合预报以概率或区间的形式表征预报的不确定性,是未来水文预报研究的重点发展方向.本文提出了一种基于多模型随机组合的水文集合预报方法.首先通过加权形式将多种预报模型进行组合;再采用多目标优化算法率定各成员模型权重的上、下限;最后在优化的上、下限内随机生成权重以构建集合预报.以汉...     

基于人工神经网络的模型择优预测方法及应用

针对组合预测中各模型权重难以合理确定的问题,根据"择优取用"原则将组合预测问题转化为一种模式识别问题,并采用非线性映射能力很强的改进BP人工神经网络方法进行该问题的求解。实例表明,这种择优预测方法不仅有效避免了传统组合预测模型权重的繁琐计算,而且能集各模型所长,概念清晰,计算简便。该法作为变权重组合预测方法的一个特例,在灾害风险预测等中有较高的实用价值。     

小山水库水文预报及洪水调度

针对小山水库上游流域的特点,介绍了小山水库水文预报情况和水库调度任务、方法、并通过实例详细介绍了洪水调度过程。指出了在洪水调度中存在的问题,以及利用径流系数、典型洪水过程和水量平衡方程预防入库流量是可行的。     

基于贝叶斯模型平均理论的水文模型合成预报研究

通过亚高斯模型分别对实测和水文模型预报的洪水序列进行正态分位数变换,并建立变换后的实测与预报时间序列的线性关系;然后根据贝叶斯模型平均理论,以实测序列条件下某一水文模型为最优模型的概率为权重,对各模型预报变量的条件概率密度甬数进行加权,得到预报变量的概率密度函数,即高斯混合模型,从而实现了不同水文模型预报的合成及概率预报;最后,采用期望最大化算法估计高斯混合模型的参数.以密赛流域为实例,对本文的方法进行了验证.结果表明,基于贝叶斯模型平均的水文模型的合成预报不仅可以提供精度较高的均值预报,而且可以通过置信区间估计,定量评价模型预报的不确定性.     

隔河岩水利枢纽水文预报的现状与展望

文章叙述了清江流域概况及水文特性;水文自动化测报系统简况;隔河岩工程施工洪水预报中采用的方法;隔河岩工程施工洪水预报中采用的方法;水文预报现状及展望,洪水预报采用水箱模型,精度高,取得了较好经济效益。     

枫树坝水电厂水文数据遥测和洪水预报系统

1 序言 随着水利事业的不断发展,防洪、航运、水力发电综合利用水源得到进一步重视。水情自动测报的作用正是快速有效地从水库流域获得各种水文信息,为防洪调度等提供科学依据,针对水情自动测报强调实时性和可靠性的特点,中心站选用Intel多总线工业微机,运行实时多任务iRMX86操作系统,使用效率高的PL/M86语言开发了实时水文数据遥测和洪水预报系统,并于1990年在枫树坝水电厂投入运行。它主要由以下几部分组成:     

基于蚁群算法的支持向量机中长期水文预报模型

支持向量机算法（SVM）具有可靠的全局最优性和良好的泛化能力,尤其适用于中长期水文预报中有限样本的学习,然而该算法的成功与否很大程度上取决于其参数的选择,而常规经验选取方法往往不能获得满意效果。本文建立基于蚁群算法参数优化的支持向量机模型（ACO-SVM）,利用蚁群算法（ACO）基于进化的随机搜索策略对支持向量机参数进行识别。以福建省安砂水库的月径流预报为例,进行建模仿真,将模拟结果与时间序列方法（ARMA）、人工神经网络方法（BP-ANN）所获得的预报结果进行对比分析。结果表明,在拟合精度方面,ACO-SVM模型相比ARMA模型和BP-ANN模型有不同程度的提高,且增幅较大,且具有较好的泛化性能。     

三峡围堰发电期水文预报分析和水位控制策略探讨

对三峡水电站投产以来的水文预报情况进行了全面的统计分析，总结了水文预报的特点，指出了存在的问题，并在此基础上对三峡水库水位控制策略进行了初步研究，得出了不同控制目标下的水位控制策略。     

基于可信度加权组合的电价波动模式日前预报方法

准确的日前电价预测对电力市场参与者的优化决策具有重要意义。目前,大多数日前电价预测方法并不区分每天电价的波动模式而采用统一模型进行预测,当被预测日的波动模式与历史数据出现较大差异时无法保证预测的准确性。根据不同的日波动模式采用相似历史数据进行分类建模是解决此问题的有效途径,这就需要建立针对历史数据不同波动模式的分类识别模型和针对未来波动模式的日前预报模型。为此,文章提出一种针对分类预测的电价日波动模式日前加权组合预报方法。第一,采用K-means算法对日电价序列进行聚类分析,在分析聚类结果特性的基础上提取反映每日波动模式差异的特征向量,利用支持向量机分类（support vector machine for classification, SVC）方法建立电价数据日波动模式的识别模型;第二,利用多种常规方法建立日前电价预测模型对日前电价进行预测,并将预测结果输入日波动模式识别模型得到对应的模式识别结果;第三,根据多个方法波动模式预测结果对历史数据表现出来的不同精度,设计了基于可信度的组合机制,实现考虑预测准确性的加权组合预测,从而得到最终的日波动模式预测结果。利用美国PJM电力市场电价数据进行的仿真分析表明,提出的日前电价波动模式预测方法能得到较为准确的模式预测结果;利用电价波动模式日前预报进行分类预测的精度相对统一预测有显著提高。     

数字水文模型在柘溪水库洪水预报中的应用

数字水文模型是一种先进的数字流域模型,它在柘溪水库的成功应用,将为柘溪水库的洪水预报发挥重大作用.     

基于虚拟预测与小波包变换的风电功率组合预测

为了提高风电功率的预测精度,针对风机功率不稳定性和非线性强的特点,使用小波包变换将风机出力分解成多个频率的子序列,然后运用组合预测方法分别对各子序列进行提前24 h预测,叠加各子序列的预测值,得出实际预测结果。其中组合预测方法权系数是通过虚拟预测的方法由方差倒数法确定。选择广东某风电场实测数据作为案例,对连续7天风电功率进行了预测。结果表明:小波包变换能有效把握风电功率变化规律,对小波包变换后的各子序列的预测结果表明组合预测效果优于单一预测方法。     

基于优化决策树的短期电力负荷预测算法

考虑非负荷因素对短期负荷预测的影响,提出了基于优化决策树的短期负荷预测新方法。该方法先对样本数据进行预处理,利用粗糙集理论对决策树的测试属性约简;然后针对决策树ID3算法的缺陷,改进测试属性选择的方法,提出优化算法M ID3。通过2次优化建立的决策树短期负荷预测模型,在有更好的分类准确率的前提下具有较小的规模。结果表明,该方法可提高短期负荷预测的精度,具有一定的实用性和优势。     

组合预测法在电力负荷预测中应用

由于电力系统负荷具有很多不确定的因素,用单一模型进行负荷预测时,其预测精度不高。采用组合预测法对能很好反映负荷变化规律的模型赋予较大的权重,从而提高负荷预测精度,示例计算表明组合预测法的预测精度明显高于各单一模型的预测精度。     

一种改进的基于IOWA算子的组合预测方法及应用

按误差平方和准则建立的基于IOWA算子的组合预测模型并不能正确反映出各个时期观测点所引起误差对预测值的影响程度,在实际预测时预测期数据是未知的,无法直接利用该方法进行预测。针对以上缺陷,提出以单项预测模型中精度较高者的预测值为标准,计算其余模型的预测值与其偏差,再按各个时期各单项偏差绝对值和的平均值大小赋予权系数,建立按照加权误差平方和准则新的预测模型,并利用遗传算法求解最优权系数。通过实例验证,改进后的组合预测方法优于原来的基于IOWA算子的组合预测方法,有效地提高了预测精度。     

基于负荷误差和经济发展趋势的组合预测模型在中长期负荷预测中的应用

针对组合预测未来预测期权重的确定,充分考虑电力需求与未来经济发展的关系,提出基于两个评价指标来计算各单一预测模型的权重,指标一是各单一模型预测值与实际负荷的误差,指标二是各预测值的年增长率与国内生产总值年增长率的误差。采用客观熵权法和主观G1法来确定两指标的相对重要性,最后综合得出各单一预测模型的权重。该改进组合预测模型解决了未来预测阶段权重的求解问题,通过对农网中长期电力负荷进行预测,结果表明该方法比常规方差优选组合预测模型更为准确和可信。     

基于支持向量机的电力负荷组合预测模型

给出了一种基于支持向量机(SVM)的组合预测模型,利用各种方法的预测结果作为SVM的输入,实际负荷值作为SVM的输出,并采用LIBSVM算法和径向基核函数对SVM进行训练,训练后的SVM便具有预测能力。最后的仿真结果表明,基于SVM的组合预测模型的预测精度不仅高于任一单一模型,且高于固定权系数组合预测模型。     

基于预测有效度和马尔科夫-云模型的母线负荷预测模型筛选与变权重组合预测

预测有效度与鲁棒性是母线负荷预测面临的重要课题。基于日特征相关因素选取待预测日的相似日;从待预测日母线负荷真值未知的实际出发,引入模型预测精度和预测有效度概念,研究模型有效度的转移规律,提出基于马尔科夫链和云模型的预测精度定量估计方法;基于模型综合有效度,提出组合模型筛选方法和变权重母线负荷组合预测方法。基于所提方法开发了一套母线负荷预测系统,并应用于我国某地区电网。多条母线、多时段的预测结果表明,所提方法所得预测结果的有效度高且稳定,具有预测结果准确和鲁棒性好的特点。     

风电预测方法与新趋势综述

风力发电作为一种技术成熟、规模较大的新能源发电形式,目前在世界各国得到了广泛应用和发展。风电具有不确定性的特点,必须对其进行准确的预测才能保证并网后电力系统的正常运行。针对风电预测的传统方法和新的研究趋势开展了综述。首先对物理方法、时间序列方法、人工智能方法和组合方法进行了总结,然后针对目前风电预测的几个重要的发展方向:空间相关性预测、集群预测、不确定性预测和爬坡预测的研究进展进行了重点阐述。对现有的风电功率预测方法进行综述后,进一步对这一领域的研究方向进行了展望。     

基于AHP群决策法的配电网规划方案综合决策

配电网规划方案的综合决策过程不可避免地会受到主观意识左右,从而影响决策结果的可靠性,因此尽量降低主观因素对配电网规划方案综合决策的影响对指导电网的合理建设和改造具有重要意义。基于层次分析法引入群决策理论,通过对各决策组成员意见进行一致性分析,合理反馈,以得到各成员动态权重,进而形成客观的、具有代表性的聚合决策意见,为最终的方案排序提供了依据,增强了决策过程的客观公正性,提高了决策结果精度和可靠度。实例计算表明了该方法的正确性,且简洁易实现,具有较好的现实意义。