基于灰色关联度的黄河径流波谱分析

灰色系统理论中的关联度分析方法,按曲线间的几何形状来分析曲线间的相关性,波谱理论严格上用于分析时间序列的频域特征,将灰关联度引入波谱分析中,可用于非平稳时间序列的波谱分析.以黄河干流上、中、下游径流序列为例,分析了其主要周期.     

以灰色关联度分析为基础的河川径流预测方法

河川径流预测对于水资源规划管理、水工程控制和调度以及防灾减灾等都具有十分重要的意义。目前,用于长期径流预测的方法大致可分为天气学方法、统计学方法和能量学方法三种。然而,由于水文现象的复杂多变,人们在现有的技术条件下尚没有能力将影响河川径流形成的各种因素一一辩识清楚,以致无论在预报的方法上还是结果上都带有一定的主观性。基于径流过程形成的复杂陛和影响因子信息收集不完善这一基本事实,将河川径流过程当成一个含有灰元素和灰信息的灰色系统,把灰色系统理论中的某些概念和方法渗透到长期     

基于周期灰色预测的径流量研究及应用

对径流中出现的不等时距的波动性变化监测信息,结合灰色系统的适用条件,先对监测数据进行序列插值运算,并在与拓扑灰理论预测值的对比下,提出了对应周期数建模的预测方法。最后根据对应周期数建模作出预测曲线,预测结果显示与实际情况非常吻合,有较好的实际意义。     

年径流序列趋势分析及周期灰色联合预测模型

多年径流过程的描述和径流预测是水文系统一个十分重要的课题，它是流域规划、设计与水库调度的基本依据。河川径流受气候及人类活动等众多因素的影响，致使河川径流出现随时间增长而减少的趋势。在这种情况下，如何利用现有的径流序列，通过外推预报未来的径流。本文以山西省昌源河年径流序列为例，首先分析了年径流序列的趋势性以及成因，其次对年径流序列进行修正，使年径流序列具有现状条件下的一致性。在此基础上，建立了年径流序列周期的模糊假设检验模型，对提取周期成分后的新序列，建立了灰色预测模型，通过对修正后年径流序列的拟合，拟合程度达到８１．６％，为流域径流预测提供了科学的理论方法。     

基于贝叶斯网络的黄河径流预测

基于黄河流域1979—2018年的ERA-Interim再分析气候与水文数据,以及CMIP5中10个气候模式下3种典型排放情景(RCP2.6、RCP4.5、RCP8.5)的全球气候变化数据,采用离散数据的处理方法,建立黄河流域贝叶斯网络模型,推断黄河流域近40余年来气候要素对径流的影响概率,预测黄河流域未来径流量。结果表明:1979—2018年黄河天然径流量呈减小趋势,基于贝叶斯网络分区间概率预测预报的径流量也呈减小趋势;黄河流域的不同区间(低、中、高)径流量对气候的敏感程度不同,但径流始终与降水相关性最高;在RCP2.6情景下,黄河流域未来20年、60年的径流量为585.50亿、588.57亿m~3;在RCP4.5情景下,其值为585.42亿、587.53亿m~3;在RCP8.5情景下,其值为593.50亿、585.11亿m~3。     

黄河中下游天然年径流变化趋势预测

基于神经网络理论与传统分析方法,采用改进的BP网络算法,利用黄河陕县水文站531 a天然年径流时间序列,建立了黄河中下游年径流长期变化的BP网络预测模型,并以此模型对2001—2050年黄河中下游天然年径流变化趋势进行了预测分析,结果表明:①中下游天然年径流在未来50 a变化的大趋势是丰水时段比枯水时段略占优势,要经历2001—2020年相对丰水时段、2021—2026年相对枯水时段、2027—2037年相对丰水时段及2038—2050年相对枯水时段;②黄河中下游与上游的天然年径流变化的大趋势基本一致,但中下游出现连续枯水时段的时间较上游长。     

黄河年降雨-径流BP预测模型研究

采用改进的BP算法,对黄河兰州水文站45年(1956～2000年)的年降雨和径流实测资料进行了分析,建立了基于人工神经网络的年降雨一径流预测模型,研究结果表明：仅用预报前时段的年降雨和径流资料作为输入来预测下一时段的径流,其预报精度较差,但在预报期内有相对误差小于10％的降雨预报值输入时,所建模型对下一时段的径流预测与传统的统计建模方法相比,预报精度较高,能较好地反映黄河上游区的年降雨-径流规律。     

基于灰色—拓扑模型的玛纳斯河年径流预测研究

新疆缺水,其径流丰枯变化规律一直备受关注。以新疆玛纳斯河为研究对象,以年径流频率为变量,采用拓扑原理计算实测频率的拓扑值。将对应的拓扑值作为变量,建立灰色模型GM(1,1),寻找实测玛纳斯河年径流的变化规律。建立了基于关联度、光滑离散函数等概念以及有限范围内近似的关联度收敛原理、生成数、灰微分方程等观念和方法,进而建立了微分方程动态模型。根据新疆玛纳斯河肯斯瓦特水文站1963-2010年的平均径流量资料,建立河流年径流量灰色-拓扑模型,以年平均流量为预测检验值预测来验证模型的精度。预测结果的相对误差为21.5%,满足预测的精度要求。结果表明,灰色-拓扑模型对玛纳斯河的年径流结果是可行的。     

陡河水库年径流的灰色拓扑预测

陡河水库建于1958年,位于唐山市区东北部10km处,坝址以上集水面积530km2,总库容为5.152亿m3。自建库以来,在防洪、城市供水、农业灌溉、发电等方面发挥了巨大的社会和经济效益。利用模型对水库天然径流量进行准确预测,将为水库及时修订调度方案,及早做好供水和蓄水计划具有重要的指导意义,也是水库实现蓄泄结合、科学调度的重要依据。     

径流式水电站年来水量的灰色预测

通过径流式水电站年来水量变化及其预测问题的分析 ,建立了径流式水电站年来水量预测的灰色数学模型 ,并就预测中样本序列的拓扑选择、预测目标等问题提出了相应的策略。最后结合一个实例说明了本方法的应用。结果表明 ,本文的方法及分析思路 ,对径流式水电站年来水量的预测具有较好的应用和参考价值     

径流式水电站年来水量的灰色预测

通过径流式水电站年来水量变化及其预测问题的分析，建立了径流式水电站年来水量预测的色数学模型，并就预测中样本序列的拓扑选择，预测目标等问题提出了相应的策略。最后结合一个实例说明了本方法的应用。结果表明，本文的方法及分析思路，对径流式水电站年来水量的预测具有较好的应用和参考价值。     

基于灰色—周期外延模型的年降水量预测

将灰色GM(1,1)模型与周期外延叠加模型相结合,构建灰色—周期外延预测模型,并以齐齐哈尔市为例,对其近30年年降水序列进行了拟合和预测研究。结果表明,模型具有较好的拟合效果和预测精度,揭示了齐齐哈尔市年降水序列明显的增加趋势和周期性变化特征,可为齐齐哈尔市旱涝预测提供理论依据。     

基于灰色模型的黄河下游流量预测研究

流量演进过程具有一定的离散性,其中包含部分灰色信息,一般数学水文模型难以实现多尺度的流量预测。灰色系统模型能对原始数据进行挖掘和整理,在保持原序列形式的前提下,通过灰系统的生成,弱化数据的随机性并揭示其内在规律。基于灰色系统理论和灰色预测方法,通过对原始水文序列数据进行优化处理,构建GM(1,1)灰色模型,通过对模型累加预测值的逆处理,即可得原始数据序列的预测值和残差。再对残差数据二次构建关于残差的GM(1,1)灰色模型,得到优化的灰色模型,将模型应用于黄河利津水文站年平均流量的预测,研究结果表明:灰色模型具有直观性好、操作性强等优点,通过模型对利津水文站12 a的年平均流量的拟合和倒数5 a的预测,具有较高的精度,预测的相对误差在0. 71%～10. 64%之间,可为黄河下游防洪、水量调度等研究提供依据。     

黄河上游天然年径流长期变化趋势预测

基于神经网络理论与传统分析方法,采用改进的BP网络算法,利用黄河青铜峡水文站278年(1723~2000年)的天然年径流时间序列,建立了黄河上游年径流长期变化的BP网络预测模型,并以此模型对2001~2050年黄河上游天然年径流变化趋势进行预测分析,结论认为:①黄河上游天然年径流在未来50 a变化的大趋势是丰水时段占优势,且黄河干流天然年径流变化要经历3个不同的时段,即2001~2013年以多年平均水平为基准上下波动的时段、2014~2037年相对丰水时段和2038~2050年相对枯水时段;②用神经网络理论建立了黄河天然年径流中长期BP网络预测模型,模型预测分析的未来几十年黄河天然年径流变化的大趋势是可信的。     

基于灰色马尔科夫的径流序列趋势预测

近50年来,在气候变化与人类活动的双重作用下,渭河流域的各水文序列都在不同程度上发生了变异。文中采用灰色马尔科夫模型对渭河流域的张家山、咸阳、状头、华县等4个水文站年径流变化趋势进行了预测。     

基于灰色-周期外延模型的年最大流量预测

通过对螺河流域控制水文站最近18 a的年最大流量进行分析,发现在研究时段内该流域年最大流量既有明显变化趋势又有周期性变化,对此提出预测该控制站年最大流量的灰色-周期外延模型,取得较好的预测效果。     

基于归一化RBF网络的黄河上游径流预测

根据1976～1994年黄河兰州水文站的径流量数据,得到了年径流量增长的时间序列,在利用RBF神经网络进行仿真后,用1995～1996年的增长量进行了检验,并与BP神经网络的预测结果进行了对比.结果表明,应用RBF神经网络对年径流量进行预测,预测精度更高、效果更好.     

基于EMD-LSTM-ANFIS模型的年径流预测研究

为提高径流预测精度,提出基于经验模态分解(EMD)和长短期记忆(LSTM)神经网络、自适应神经模糊推理系统(ANFIS)相结合的径流预测模型。通过EMD将原始径流序列分解成多个更具规律的分量序列,利用自相关函数法(AFM)和虚假最邻近法(FNN)对每个分量序列进行相空间重构,确定输入、输出向量,建立EMD-LSTM-ANFIS预测模型,并构建EMD-LSTM、EMD-ANFIS、LSTM、ANFIS作对比模型,利用建立的5种模型对云南省龙潭站年径流进行预测及对比分析。结果表明:EMD-LSTM-ANFIS模型对实例年径流预测的平均相对误差为3.18%,平均相对误差较EMD-LSTM、EMD-ANFIS、LSTM、ANFIS模型分别降低55.0%、65.2%、68.1%、78.4%,具有更高的预测精度和更强的泛化能力。EMD-LSTM-ANFIS模型用于径流预测是可行和可靠的。     

径流式水电站年来水量离差系数的灰色预测

通过建立对径流式水电站年来水量离差系数C_v预测的灰色数学模型,并就预测中样本序列的拓朴选择、预测的目标等问题提出了相应的策略,提出了一种行之有效的灰色预测方法,并结合一个实例说明了此方法的应用。结果表明,此方法及分析思路,对径流式水电站年来水量离差系数C_v的预测具有较好的应用和参考价值。图2幅,表2个。