基于EEMD与ANN混合方法的水库月径流预测

论文摘要

为了解决径流序列复杂的非稳态特征并提高径流的预报精度,采用EEMD-ANN组合方法构建径流预报模型,其中EEMD方法通过将非线性非稳态的水文序列分解为多组固有模态分量及趋势项,实现径流序列的稳态化,然后使用ANN方法分别进行预测,进而完成径流序列重构。以黄河龙羊峡水库为例,基于EEMD-ANN预报模型对入库径流量进行了预测,结果表明该方法可较精准地预测径流量。同时,通过对比分析发现,采用EEMD-ANN连续滚动预测月径流量在汛期的预报效果较好,而非汛期可采用同期预报的手段提高径流预报精度。

论文目录

• 1 研究方法
•   1.1 EEMD方法的原理
•     （1）步骤1。
•     （2）步骤2。
•     （3）步骤3。
•     （4）步骤4。
•   1.2 BP神经网络
•   1.3 EEMD-ANN预报模型
• 2 实例分析
•   2.1 研究区概况
•   2.2 EEMD方法分解龙羊峡入库径流量
•   2.3 预报结果分析
• 3 结 论

文章来源

类型: 期刊论文

作者: 王佳,王旭,王浩,雷晓辉,谭乔凤,徐意

关键词: 集合经验模态分解法,人工神经网络,预测,入库径流量,龙羊峡水库

来源: 人民黄河 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学

专业: 地球物理学,水利水电工程

单位: 中国水利水电科学研究院流域水循环模拟与调控国家重点实验室,四川大学水力学及山区河流开发保护国家重点实验室,河海大学水利水电学院,浙江大学建筑工程学院

基金: 国家重点研发计划项目(2018YFC0407405,2017YFC0404405),国家自然科学基金资助项目(51709276)

分类号: P338;TV697.21

页码: 43-46

总页数: 4

文件大小: 899K

下载量: 252