红水河实时水文预报模型的初步研究

实时水文预报模型包括两部分:一是逐时确定性模型,其表达式为Z_(下2)=αZ_(上1)+(1-α)Z_(下1),为线性方程,在无较大支流加入的河段能取得较好结果,但红水河干流沿河都有支流加入,因此,上式加修正项后为:Z_(下2)=αZ_(上1)+(1-α)Z_(上1)+βΣ△Z_区,模型参数α、β用原始资料辩识;二是实时修正模型,确定性模型只能作离线估算。为了提高预报精度,将预报误差序列x(t)视为一系统,用状态方程描述,建立误差实时校正模型,对模型参数进行在线估计,并给出计算总框图和实例演算。实时水文预报模型与没有预见期、不能应用于河流预报的河道流量法和只能作洪峰水位预报的上下游水位相关法是不相同的。

基于遗忘因子的BP神经网络水文实时预报方法

在应用神经网络进行洪水预报时,因洪水系统随着河道上游来流、区间降雨、河床演变等因素的动态变化,其特性并不总是按照基本相同的规律变化,对这类系统的参数辨识,要求算法具有较强的实时跟踪能力,以适应模拟或预测洪水运动变化过程的要求。在BP神经网络模型的基础上,运用最小二乘递推算法,引入时变遗忘因子实时跟踪模型中时变参数的变化,建立了神经网络在非线性系统中动态系统输入、输出数据间的映射关系。计算实例表明:该法对参数的快速时变具有较快的跟踪能力和较高的辨识精度,是一种非常实用的水文实时预报方法。

集成式水文智能机器人的研发与设计

针对现阶段国内水文测站功能单一,信息的采集与分析脱节、系统功能协同度不高等问题,设计研发了集成水文监测、水文预报以及水文水利计算等功能于一体的水文智能机器人,可实现如下功能:水文监测设备的自检及自动化监测;通过通讯技术与其他历史信息和观测信息融合及数据同化,进行实时水文预报;智能化开展水利评价、生成调度决策方案,并发布预报预警信息。研发的智能机器人系统通过语言识别和合成等技术实现了友好的人机交互平台,可模拟水文工作者的思考模式,改变传统设备测、报、算的单向传输方式,根据报、算的合理性评估而动态变更测量方式、位置以及频次。提出的水文智能机器人构架可替代基层测站、防汛值班等水文人员的相关职能,减轻水文工作的劳动强度,为推进水利事业向现代化、智能化方向转变提供重要技术支撑。

2008年三峡水库入库洪水特点与预报效果评价

对2008年三峡水库入库洪水特点进行分析,并针对场次洪水和连续自动预报两种方式进行预报误差统计,两种方式预报结果都表明2008年实时联机水文预报精度达到水文情报预报规范的甲级标准,同时发现未来降雨对三峡水库入库预报精度影响较大,部分场次洪水结合(不结合)未来降雨的预报精度差别很大,且随着预见期增长,预报误差也加大。

水文测验中智能测控技术的应用研究

水文是水利和经济社会发展工作的重要支撑,新中国成立70年以来,黄河水文事业取得了长足发展,形成了较为完善的水文监测和服务体系,在防汛抗旱减灾、水利工程规划建设管理、水资源分配调度管理、水环境保护及水生态修复等水利工作和经济社会发展中发挥了重要作用。