不同流域的自回归径流预报效果对比

摘要：

对未来月径流的可靠预报对于水力发电计划的制定和水资源调度管理具有重要的实际应用价值.由于相应预见期的气象预报不可靠以及月径流序列具有明显的非线性和随机性,导致已有模型的预报效果差异大,即使采用同一种模型,在不同流域的预报效果也显著不同.本文选取了自回归滑动平均(ARMA)模型、人工神经网络(ANN)模型和支持向量回归(SVR)模型这3种常见的径流预报模型对3个研究区域的未来一个月的径流进行预报,并用反映相对误差的平均绝对百分误差(MAPE)对预报效果进行了评估和对比分析.3个流域的预报效果对比分析表明预报效果与历史径流序列的变异系数CV以及一阶自相关系数R｜ag｜有关.此外,各月的径流预报的MAPE和该月历史月径流序列的CV以及R|ag的绝对值｜R｜ag｜｜也显著相关,用CV和｜R｜ag｜｜拟合MAPE的决定系数为0.80.3个流域的流域特性分析则表明预报效果的差异本质上是由流域特性差异造成的,可以通过计算历史径流序列的CV、｜R｜ag｜｜判断是否适合运用数据驱动模型进行月径流预报.

关键词：中长期径流预报、ARMA、人工神经网络、支持向量回归、模型

所属期刊栏目：26

分类号：TV1(水利工程基础科学)

资助基金：四川省科技厅科技项目;国家电网有限公司总部科技项目

在线出版日期：2018-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：723-736