改进BP网络模型在径流预测中的应用

为了克服传统BP网络模型在训练过程中部分参数难以快速准确拟定的缺点,利用免疫粒子群算法对BP网络模型中隐含层节点数、最大训练次数、学习效率、动量因子等参数进行决策优选,建立了基于免疫粒子群算法的改进的BP网络模型。通过应用于某水电站水库的入库径流预测,结果表明,与传统BP网络模型相比,利用改进的BP网络模型所得的径流预测结果更准确。

基于支持向量机的梯级水电站群中长期调度计划制定及评价

针对国内外水电站实际调度水平与优化调度理论间差距普遍较大的现状,基于确定性优化调度成果,运用支持向量机理论建立了水库水电站实际运行的中长期调度计划,以提高水电站实际运行调度水平。结合决策变量与相关因子筛选、训练样本与预测样本划分、模型参数优选等技术处理,将调度计划应用于金沙江—长江中游水电站群中的4座月调节性能以上水电站,预测结果表现出了良好的拟合精度。进一步模拟调度计划,指导梯级水电站群长系列调度运行,结果表明,模拟运行较好地继承了确定性优化调度在发电量、发电保证率及发电过程方面的效益,证实了该方法的可行性和有效性,为梯级水电站群实际优化运行提供了有力的技术支撑和决策支撑。

基于模糊层次分析法的区域水量分配

随着最严格水资源制度的持续推进以及节水社会的建设,水资源问题已成为制约经济、环境等发展的重要因素,区域间水量分配问题越发凸显。根据水量分配的尊重现状、有效性、公平性与可持续性原则,建立层次结构模型,结合模糊优选理论建立评价矩阵,运用模糊层次分析法解决区域水量进行了分配决策,获得较为满意的结果。

组合预测模型在区域需水量预测中的应用

为实现水资源的合理利用与科学调配,准确的需水量预测方法是必不可少的。在采用多元线性回归模法、灰色预测模型以及神经网络模型进行区域需水量的基础上,结合信息熵原理确定各个单项模型的加权系数对需水量进行组合预测。计算结果表明,组合预测模型对各个预测模型的信息进行了优化整合,增强了预测的稳定性及精度,为水资源的合理规划提供了科学决策依据。

某流域水量分配方案编制意义及要点

自我国实行最严格水资源管理制度以来,流域内各行政区间的水量如何分配成为水资源合理配置与调度的重要保证,水量分配工作的作用日益突出,意义更为明显。针对水量分配工作的意义、方案编制任务、技术路线、方法进行简述,参照和借鉴某小流域水量分配方案编制过程中一些体会和感受,以期对其他小流域水量分配方案编制有一定的参考和借鉴作用。