基于EEMD与ANN混合方法的水库月径流预测

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.

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

所属期刊栏目：41

分类号：P338;P333(水文科学（水界物理学）)

资助基金：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

在线出版日期：2019-05-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：43-46