基于小波分析的两种神经网络耦合模型在月径流预测中的应用

被引：17

作者：

孙娜

周建中

朱双

李薇

彭甜

机构：

[1] 华中科技大学水电与数字化工程学院

来源：

水电能源科学 | 2018年 / 36卷 / 04期

基金：

国家自然科学基金重大研究计划;

关键词：

神经网络模型; 水文预报; 小波分析; 月径流预报;

D O I：

暂无

中图分类号：

P338 [水文预报];

学科分类号：

081501 ;

摘要：

为提高河川径流的中长期预报精度并延长其预见期,采用小波分析充分提取有用信息,基于BP神经网络和GRNN神经网络,构建了两种小波神经网络耦合模型,测试了Daubechies族中9种母波函数对模型模拟效果的影响,并采用合格率(QQR)、平均相对误差(MMPRE)、均方根误差(RRMSE)和确定性系数(NNSE)等指标评价了模型精度。将该模型应用于金沙江流域向家坝水文站未来1～5个月的径流预报,结果显示,相比于传统BP和GRNN模型,耦合模型具有明显优势,且基于小波分析的BP模型预报结果更接近实测值,预报精度更高,其未来4个月的平均相对误差在±20%以内。表明小波分析方法能充分挖掘隐藏在原始数据中的有用信息,可有效提高耦合模型的预报精度延长预见期,在径流预测方面有明显的优越性。

引用

页码：14 / 17+32 +32

页数：5

共 14 条

[1]

Are hybrid models integrated with data preprocessing techniques suitable for monthly streamflow forecasting? Some experiment evidences[J] . Xiaoli Zhang,Yong Peng,Chi Zhang,Bende Wang. &nbspJournal of Hydrology . 2015

[2]

A combined neural-wavelet model for prediction of Ligvanchai watershed precipitation[J] . Vahid Nourani,Mohammad T. Alami,Mohammad H. Aminfar. &nbspEngineering Applications of Artificial Intelligence . 2008 (3)

[3]

Data preprocessing for river flow forecasting using neural networks: Wavelet transforms and data partitioning[J] . Barbara Cannas,Alessandra Fanni,Linda See,Giuliana Sias. &nbspPhysics and Chemistry of the Earth . 2006 (18)

[4]

Application of generalized regression neural networks to intermittent flow forecasting and estimation. Cigizoglu,Hikmet Kerem. Journal of Hydrologic Engineering . 2005

[5]

Learning internal representations by back-propagating errors. Remelhart. D. E,et al. Nature . 1986

[6]

A general regression neural network. Specht DF. IEEE Transactions on Neural Networks . 1991

[7]

An Introduction to Computing with Neural Nets. Lippmann RP. IEEE ASSP Magazine . 1987

[8]

Rainfall-runoff Modeling at Jinsha River Basin by Integrated Neural Network with Discrete Wavelet Transform. Tayyab M,Zhou J,Dong X et al. Meteorology and Atmospheric Physics . 2017

[9] 基于主成分分析的三种中长期预报模型在柘溪水库的应用 [J].

李薇 ;

周建中 ;

叶磊 ;

卢韦伟 ;

姚翔宇 .

水力发电, 2016, 42 (09) :17-21

[10] 考虑预报因子选择的神经网络降雨径流模型 [J].

卢韦伟 ;

周建中 ;

陈璐 ;

叶磊 .

水电能源科学, 2013, 31 (06) :21-25

← 1 2 →