基于时变权重组合与贝叶斯修正的中长期径流预报

被引:7
作者
李伶杰 [1 ]
王银堂 [1 ]
胡庆芳 [1 ]
刘勇 [1 ]
刘定忠 [2 ]
崔婷婷 [1 ]
机构
[1] 南京水利科学研究院水文水资源与水利工程科学国家重点实验室
[2] 云南龙江水利枢纽开发有限公司
基金
国家重点研发计划;
关键词
中长期径流预报; 时变权重组合; 贝叶斯修正; 云南龙江水库;
D O I
暂无
中图分类号
P338.2 [];
学科分类号
摘要
高精度的中长期径流预报信息是水资源规划管理与水利工程经济运行的重要基础支撑。论文在组合预报与误差修正2类径流预报后处理方法串联应用的技术框架下,考虑径流的高度非平稳与非线性等特征,提出了基于时变权重组合和贝叶斯修正的中长期径流预报方法。应用该方法开展了云南龙江水库年、月入库径流预报的实例研究,结果表明时变权重组合平衡了已建立的随机森林与支持向量机模型在建模期与检验期预报性能的差异,经贝叶斯修正后的预报精度接近或优于两阶段各自的最优单一模型。根据年径流预报结果判断水文年型的正确率达到77.2%,月预报径流的确定性系数超过0.90。因此,该方法在提升中长期径流预报精度方面具有积极效果。
引用
收藏
页码:643 / 650
页数:8
相关论文
共 12 条
  • [1] 不同时间尺度的中长期水文预报研究
    林沛榕
    张艳军
    冼翠玲
    蒋婷
    张利平
    [J]. 水文, 2017, 37 (06) : 1 - 8
  • [2] 基于小波支持向量机的径流预测性能优化分析
    周婷
    金菊良
    李荣波
    纪昌明
    李继清
    [J]. 水力发电学报, 2017, 36 (10) : 45 - 55
  • [3] 基于SPEI和SDI指数的云南红河流域气象水文干旱演变分析
    李运刚
    何娇楠
    李雪
    [J]. 地理科学进展, 2016, 35 (06) : 758 - 767
  • [4] 基于Copula熵的神经网络径流预报模型预报因子选择
    陈璐
    叶磊
    卢韦伟
    周建中
    郭生练
    肖舸
    陈健国
    [J]. 水力发电学报, 2014, 33 (06) : 25 - 29+90
  • [5] 基于随机森林模型的长江上游枯水期径流预报研究
    赵铜铁钢
    杨大文
    蔡喜明
    曹勇
    [J]. 水力发电学报, 2012, 31 (03) : 18 - 24+38
  • [6] 基于BP神经网络的贝叶斯概率枯季径流预报研究
    鲁帆
    蒋云钟
    殷峻暹
    [J]. 水电能源科学, 2008, (03) : 7 - 10
  • [7] 贝叶斯概率水文预报系统及其应用研究[D]. 张洪刚.武汉大学. 2005
  • [8] 中长期径流的多种组合预测方法及其比较[D]. 孙惠子.西北农林科技大学. 2012
  • [9] 水库中长期水文预报模型研究[D]. 冯小冲.南京水利科学研究院. 2010
  • [10] 组合预测方法有效性理论及其应用[M]. 科学出版社 , 陈华友, 2007