摘要
高效准确的径流预报不仅能为水库优化调度提供决策支持,而且对水电系统的经济运行、航运以及防洪等方面具有重大意义。径流过程复杂,具有非线性和非平稳性特点,预报精度一直面临挑战。本文提出基于时变滤波器的经验模态分解(TVF-EMD)、灰色关联度分析(GRA)及轻量级梯度提升机(LightGBM)方法相融合的日径流预报模型。以黄河利津站和珠江高要站实测日径流序列为例,分别建立TVF-EMD-GRA-LightGBM组合模型,并与其他多种单一或组合预报模型的预测结果进行对比分析。结果表明:TVF-EMD-GRA-LightGBM组合模型高效且预测性能最佳,两水文站的NSE分别为0.95和0.97,R分别为0.97和0.98,峰值流量预测误差TPE控制在0.078和0.073之内。TVF-EMD-GRA-LightGBM组合模型具有预测精度高、运行效率快、适用性强等优势,为日径流预报和水资源系统科学调控探索出一条新的途径。
-
单位水利工程仿真与安全国家重点实验室; 天津大学; 建筑工程学院