丹江口库周区人工神经网络洪水预报模型研究

丹江口水库库周区洪水入库方式多样,入库过程难以观测,采用传统模型对库周区洪水进行预报的精度较低。运用人工神经网络模型的基本原理,针对库周区洪水汇流历时短,所需预见期较短,对预报精度要求较高的特点,建立了可以灵活调整预见期的基于人工神经网络的库周区洪水预报模型。模型采用权重自适应算法,不需要单独的误差校正模型,结构较为简洁。选取1996～1999年汛期资料作为率定期资料,以2000～2001年的资料作为检验期资料,获得了较高的模拟和预报精度。当预见期为1个时段时,模型率定期和检验期的确定性系数分别为97.3%、94.9%,水量平衡系数分别为0.997、0.996,总的洪峰合格率达到95.83%。