河道相应流量预报在洮河红旗水文站的应用

河道相应流量预报是根据天然河道的上下游洪水波运动原理,分析洪水波在河道运动过程中任一时刻流量自上游站传播到下游站时的相应流量及传播速度的变化规律,并建立经验公式(或预报模型)以此来进行预报的方法,该方法简单可操作性高,具有较广的实用价值。本文通过对洮河红旗水文站及其上游李家村水文站近59年洪峰流量资料的计算分析,得出两站之间的洪峰传播时间为8.7 h,河道相应洪峰流量预报关系为Q_(红)=1.038 6Q_(李)+69.02,该预报方案的可靠性及预报精度经分析符合规范要求并在实际作业和应用中取得了令人满意的效果,在洮河红旗水文站较大洪水的预报工作中具有一定的指导作用。

基于LSTM网络的洪家渡水库入库流量预报方法研究

针对传统基于物理过程驱动的预报模型在西南喀斯特地区存在较大局限性的问题,文章提出了一种基于长短期记忆(LSTM)网络的水库入库流量预报方法。该方法通过对水雨情各项监测要素与入库流量的相关性分析,构建入库流量预报数据集;通过参数配置与模型优化,建立了洪家渡水库入库流量预报模型。实验结果表明,模型的RMSE和NSE分别达到了0.045和0.713,该方法具有较好的水库入库流量预报能力。

基于多尺度天气预报技术的水库流量预报平台应用研究

本文基于黄龙带水库防洪发电的实际需求,将多尺度的实时天气预报及其不确定性与洪水预报和水库调度相结合,通过机器学习等技术建立基于多尺度天气预报的洪水预报模型和水库优化调度模型,在此基础上构建一套集降雨预报、洪水预报到调度为一体的洪水预报和水库调度平台,为相关地区和部门开展水库调度决策和风险评估提供理论支撑。

基于流量预报的无线传感器网络自适应拥塞控制路由协议

基于按需距离向量路由协议,提出了一种针对无线传感器网络的自适应拥塞控制路由协议,所提出的协议根据时间序列预报算法获得未来时刻的网络流量预报值,并由此判断节点的拥塞程度以便预先采取分流措施,实现对路由的自适应控制.NS2仿真实验表明,该协议有效地提高了网络性能,特别是对网络拥塞和流量均衡的改善较大.

基于统计图形的入库流量预报误差分布规律

基于2003~2008年三峡水库汛期入库流量预报误差资料,分析了其正态特性,给出了通过K-S检验的分段入库流量预报误差统计图形,并利用统计图形比较了Laplace与Logistic分布拟合效果。结果表明,2003~2008年三峡水库汛期入库流量预报误差基本服从正态分布,且Laplace分布更适合描述其分布规律。

基于EMD的HHT变换技术在长江三峡水库年平均流量预报中的应用

本文应用基于经验模态分解(EMD)的Hilbert—Huang变换(HHT)技术,对长江宜昌站1900～2000年来天然年平均流量序列进行了分析研究,并在此基础上建立了长江三峡水库年平均流量多尺度统计动力预报模型。研究结果表明:(1)长江三峡年平均流量存在准3.2年、7.4年、13.1年、16.7和53.8年的周期,并以准3.2年和7.4年的波动为主;(2)基于EMD的HHT变换技术的三峡水库年平均流量多尺度统计动力预报模型,预报效果较好,对2001～2004年进行试验预报,预报模型的预报相对误差在2.4%以下。本文研究成果对长江三峡水库防洪调度以及发电计划制作有重要的参考价值。

Topmodel在故县水库入库流量预报中的应用

Topmodel模型是以地形为基础的半分布式流域水文模型,被广泛应用于流域水文模拟中,并认为是一个相当成功的流域水文模型。本文介绍了该模型已有的应用成果和基本原理,并以故县水库入库(卢氏站)流量预报为例,探讨模型在较大流域的应用。计算结果表明:模型在故县水库入库流域具有较强的适用性,可以用于该水库汛期的入库流量预报,为水库的安全运行和优化调度提供技术支持。

梯级-关联算法原理及其在月流量预报中的应用

传统BP网络需要预先设定网络隐含层的层数和每层的节点数,使得在预测过程中难以确定网络的最优结构。与之相反,梯级-关联算法(CC)要求初始网络仅含有输入层和输出层,通过运算不断向网络增加隐含节点。在介绍梯级-关联算法原理的基础上,分别运用梯级-关联算法和BP算法对拉萨河拉萨站的月流量进行了预测,结果显示:在不损失预测精度的前提下,梯级-关联算法的运算次数仅为5次,而BP算法则需要运算70 000次,运算效率有很大的提高,同时网络的规模也有所减小。

时间序列分解模型在图书借阅流量预报中的应用

基于时间序列分解法,建立了图书借阅流量预报模型。引入灰色系统理论来分离趋势,从预报结果可以看出,所建模型具有较高的准确性。

岩溶水系统支持向量机泉流量预报模型研究

针对岩溶系统结构不甚清晰、基础资料不完备条件下泉水流量预报问题,引入了能较好地解决小样本、非线性、高维数和局部极小点等问题的支持向量机(Support Vector Machines,SVM)方法,将泉流量影响因子时间序列与支持向量机方法有机结合,建立了岩溶水系统支持向量机泉流量预报模型,并与BP神经网络模型进行了实例比较。结果表明,SVM模型具有泛化能力强、预报精度高的特点,可很好地克服神经网络的过学习问题,同时,针对SVM模型"峰值"预报精度差的缺点,提出了"峰值"预报解决方案。

基于流量预报的WSNs自适应占空比算法

提出一种无线传感器网络流量预报自适应占空比算法AdcbTP,该算法通过预报的流量值实现对SMAC协议中占空比的自适应控制。在宏观的工作周期尺度上采用流量预报获得理论占空比实现"粗略预估调控",在微观的休眠/侦听周期尺度上执行对占空比的"精微增量调控"。经过NS2仿真实验采集流量数据后进行预报并和原始流量对比,发现该模型预报的流量与原始值偏差很小。能耗及时延分析结果表明,该算法在不损失传输时延的同时最大程度地降低了能耗。

长江上游水库群调蓄对三峡水库流量预报的影响分析

随着长江上游水利工程的不断兴建投运,上游水库的调度运行对三峡入库流量预报的影响也越来越大。为了提高三峡水库流量预报精度,结合上游主要大型水库的调度规则,分析了上游水库兴建前后,三峡入库流量年内变化情况;结合长江上游关键水库的典型调度过程,重点分析了对三峡短期入库流量预报的影响;结合分析结果,提出了提高预报精度的方法和改进措施,为提高三峡水库入库流量预报的精度和更好地发挥三峡工程的综合效益服务。

基于分区产汇流的红水河中下游梯级水电在线流量预报技术研究

针对红水河中下游梯级水电流域产汇流特性,结合该梯级在广西电网中的主力调峰调频运行模式,利用电网气象分区面雨量监测预报信息开展梯级区间径流预报,与梯级电站出库流量叠加汇流,得出梯级各断面短临入库流量,为短临调整梯级水电经济运行提供依据。介绍了红水河中下游梯级水电在线流量预报总体思路、预报流程以及技术参数配置,对梯级区间产汇流进行了技术分析,并对自动实现在线流量预报系统功能模块设计进行了阐述。

渭河中下游区径流变化特性及非汛期径流量预报研究

依据《陕西省地表水资源》（1956年～2000年45年资料系列），渭河流域省内多年平均径流量56．22亿m3，多年平均径流深为83．8mm。其中北洛河流域省内多年平均径流量为7．82亿m3，多年平均径流深为31．8mm：泾河流域省内多年平均径流量为4．37亿m3，多年平均径流深为47．3mm。从天然径流分区组成看，渭河南岸来水量占渭河流域来水量的48％以上，而集水面积仅占渭河流域面积的20％，南岸径流模数是北岸的3倍左右。

BP网络及遗传算法在河道流量预报中的应用

基于遗传算法的全局搜索和BP网络局部精确搜索的特性,采用遗传算法对BP网络模型进行优化,并将此模型应用于北江流域的坪石—犁市河道的预报流量中。实验结果表明,该算法在提高BP网络的收敛速度和预测精度上是行之有效的,为流量预报提供了一种新的方法。

基于思贤滘实测流量的西北江下游二次校正流量预报模型

利用马氏时变参数法建立珠江流域西北江下游流量过程演算模型,将思贤滘岗根水文站在线实测流量成果应用于实时校正中。经过3个阶段的演算,对马口水文站和三水水文站进行2次实时校正洪水流量预报。经实例验证效果较好。

Internet 流量预报研究

介绍了网络流量的单分形和多分形特征, 在此基础上提出了基于遗传程序设计的 网络流量预报模型 ; 引入了分享操作 ; 设计了特定的变异算子。

基于Muskingum-Cunge法的河道水位流量预报研究

基于河道流量演算中的经验关系,推求Muskingum-Cunge法参数;并与基于柱蓄和楔蓄的水文水位法、扩散波非线性水位法结合,建立基于Muskingum-Cunge法的河道水位流量预报模型。在淮河中游的应用表明,基于Muskingum-Cunge法的河道水位流量预报模型减少了对资料的依赖,可实现河道流量、水位模拟与预报,效果较好。

沙、澧河流域面雨量计算及流量预报

讨论了适合沙、澧河流域的面雨量计算方法 ,分析了沙、澧河流域致洪暴雨特征、规律及底水、面雨量、强降水与洪水的关系 ,给出了沙。