孙虹:基于物理成因识别的第二松花江汛期径流预报论文

孙虹:基于物理成因识别的第二松花江汛期径流预报论文

本文主要研究内容

作者孙虹,李鸿雁,郭道华,鲍珊珊(2019)在《基于物理成因识别的第二松花江汛期径流预报》一文中研究指出:针对第二松花江流域中长期径流预测精度较低问题,为了分析物理预报因子的作用过程以提高汛期洪水预报精度,选取太阳黑子相对数为物理影响因素,进而识别其影响时滞,以影响时滞期内的太阳黑子相对数作为径流预报因子,以汛期(6—9月份)月平均径流为预报项目,采用BP神经网络识别映射关系,采用历史资料作为训练样本,完成网络训练和检验。以第二松花江干流控制性水利工程丰满水库为例,对2017年汛期月平均径流进行预报。结果表明:丰满水库汛期月平均入库流量为1 400 m~3/s,来水频率为11%,定性预报第二松花江流域2017年为丰水年;2017年丰满水库实际来水141.00亿m~3,为多年均值的112%,为偏丰来水年份,来水定性预报正确。该方法的创新点在于:采用全局敏感性分析方法识别太阳活动的影响时滞,以确定预报因子;采用BP网络模拟预报因子与预报项目的复杂非线性相关关系,以构建预报网络。研究成果为2017年吉林省水文预报和防汛决策提供了重要支撑。

Abstract

zhen dui di er song hua jiang liu yu zhong chang ji jing liu yu ce jing du jiao di wen ti ,wei le fen xi wu li yu bao yin zi de zuo yong guo cheng yi di gao xun ji hong shui yu bao jing du ,shua qu tai yang hei zi xiang dui shu wei wu li ying xiang yin su ,jin er shi bie ji ying xiang shi zhi ,yi ying xiang shi zhi ji nei de tai yang hei zi xiang dui shu zuo wei jing liu yu bao yin zi ,yi xun ji (6—9yue fen )yue ping jun jing liu wei yu bao xiang mu ,cai yong BPshen jing wang lao shi bie ying she guan ji ,cai yong li shi zi liao zuo wei xun lian yang ben ,wan cheng wang lao xun lian he jian yan 。yi di er song hua jiang gan liu kong zhi xing shui li gong cheng feng man shui ku wei li ,dui 2017nian xun ji yue ping jun jing liu jin hang yu bao 。jie guo biao ming :feng man shui ku xun ji yue ping jun ru ku liu liang wei 1 400 m~3/s,lai shui pin lv wei 11%,ding xing yu bao di er song hua jiang liu yu 2017nian wei feng shui nian ;2017nian feng man shui ku shi ji lai shui 141.00yi m~3,wei duo nian jun zhi de 112%,wei pian feng lai shui nian fen ,lai shui ding xing yu bao zheng que 。gai fang fa de chuang xin dian zai yu :cai yong quan ju min gan xing fen xi fang fa shi bie tai yang huo dong de ying xiang shi zhi ,yi que ding yu bao yin zi ;cai yong BPwang lao mo ni yu bao yin zi yu yu bao xiang mu de fu za fei xian xing xiang guan guan ji ,yi gou jian yu bao wang lao 。yan jiu cheng guo wei 2017nian ji lin sheng shui wen yu bao he fang xun jue ce di gong le chong yao zhi cheng 。

论文参考文献

  • [1].季节性支持向量机中长期径流预报模型[J]. 张卫国,钟平安,张玉兰,郭乐,王新龙.  水力发电.2014(04)
  • [2].二滩水电站中长期径流预报研究[J]. 周惠成,张杨,唐国磊,王雅军,蹇德平.  水电能源科学.2009(01)
  • [3].基于数值天气预报产品的气象水文耦合径流预报[J]. 金君良,舒章康,陈敏,王国庆,孙周亮,贺瑞敏.  水科学进展.
  • [4].基于小波分析-稳健估计的径流预报模型及应用[J]. 纪昌明,张培,吴月秋,张验科,李荣波.  水力发电学报.2017(06)
  • [5].欧氏距离与趋势值在中长期径流预报中的应用[J]. 邹俏俏.  东北水利水电.2017(06)
  • [6].长期径流预报的灰色双向差分模型[J]. 王根绪.  兰州大学学报.1994(02)
  • [7].基于多方法优选因子和人工神经网络耦合模型的枯水期径流预报[J]. 闪丽洁,张利平,刘恋,贾军伟.  武汉大学学报(工学版).2015(06)
  • [8].水库中长期径流预报系统的开发研究[J]. 张利平,王德智,牛存稳,夏军.  灾害学.2003(03)
  • [9].基于神经网络的降雨径流预报[J]. 陈科.  四川水力发电.1998(01)
  • [10].基于神经网络的中长期径流预报时间尺度研究[J]. 张素琼,张艳军,宋星原,邹霞,刘佳明,袁迪.  中国农村水利水电.2014(08)
  • 论文详细介绍

    论文作者分别是来自水利水电技术的孙虹,李鸿雁,郭道华,鲍珊珊,发表于刊物水利水电技术2019年03期论文,是一篇关于太阳黑子论文,敏感性分析论文,非线性映射识别论文,长期径流预报论文,洪水预报论文,干旱洪涝灾害论文,防汛抗旱论文,水利水电技术2019年03期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自水利水电技术2019年03期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  ;  ;  

    孙虹:基于物理成因识别的第二松花江汛期径流预报论文
    下载Doc文档

    猜你喜欢