黄龙滩水库中长期径流预报方法研究

作者：常新雨; 周建中^*; 方威; 王彧蓉; 黄靖玮

来源：水力发电, 2021, 47(08): 10-93.

DOI：10.3969/j.issn.0559-9342.2021.08.003

• 径流预报
• 灰色关联分析
• 深度神经网络(DNN)
• Elman神经网络
• 支持向量机(SVM)
• 黄龙滩水库

基于黄龙滩水库和潘口水库历史旬月径流数据,选取其2012年～2018年的径流、降雨数据进行灰色关联分析,筛选出与黄龙滩水库入库径流关联度最高的7个预报因子,建立深度神经网络(DNN)、Elman神经网络和支持向量机(SVM)径流预测模型,对模型参数进行训练,统计模型训练期和检验期的确定性系数、洪峰合格率、均方差和平均相对误差。预报效果表明,3种模型在黄龙滩水库中长期径流预测上效果较好,精度较高,误差较小,预报结果对于黄龙滩水库水文预报上具有重要意义。相比于深度神经网络和Elman神经网络,支持向量机在洪峰预报上误差更小,且具有更高的预测精度。

• 单位
  华中科技大学