考虑上游来水影响的中长期径流预报OACSTPCD
Medium and Long-term Runoff Forecast Considering the Impact of Upstream Incoming Water
雅砻江流域地面气象站点不足、分布不均,难以获得精确的流域面降雨资料,加之传统中长期径流预报模型泛化能力有限,中长期径流预报存在较大瓶颈.充分考虑流域水库间的物理联系,基于上下游水库流量变化在时空上的相似性,对 1957 年～2020 年锦屏一级水库和二滩水库的历史月径流数据进行主成分分析,使用 BP 人工神经网络、随机森林和支持向量回归 3 种机器学习方法建立 3 种径流预报模型,通过决定系数 R2,合格率 QR 以及平均相对误差 MRE三项指标…查看全部>>
As the limited number and uneven distribution of surface meteorological stations in Yalong River Basin,the precise rainfall data in the basin is difficult to obtain,and coupled with the limited generalization ability of traditional medium and long-term runoff forecasting models,there is a big bottleneck in medium and long-term runoff forecasting.Considering the temporal and spatial similarity of flow variation between upstream and downstream reservoirs,the p…查看全部>>
李世林;黄炜斌;陈枭;周开喜;钟璐;曾宏
四川大学水利水电学院, 四川 成都 610065四川大学水利水电学院, 四川 成都 610065镇雄县水务局, 云南 昭通 657200国家电网公司西南分部, 四川 成都 610041国家电网公司西南分部, 四川 成都 610041四川大学水利水电学院, 四川 成都 610065
水利科学
径流预报中长期主成分分析BP人工神经网络随机森林支持向量回归二滩水库
runoff forecastmedium and long-termprincipal component analysisBP artificial neural networkrandom forestsupport vector regressionErtan Reservoir
《水力发电》 2024 (5)
16-20,121,6
国家重点研发计划(2018YFB0905204)四川省科技计划(2022YFG0292)
评论