二滩水电站中期径流序列预测研究

作者：吴世勇; 马光文; 刘媛媛; 练继建

来源：水利水电技术, 2005, (10): 30-32.

DOI：10.13928/j.cnki.wrahe.2005.10.008

• 二滩水电站
• 中期径流序列预测
• 门限回归模型
• 人工神经网络模型 Ertan Hydropower Station
• mid-range runoff forecast
• Threshold Regressive Model
• Artificial Neural Network Model

分别利用门限回归模型(TR模型)和人工神经网络模型对二滩水电站的月平均径流量序列进行了预测。通过计算可知,门限回归模型和人工神经网络模型都可以很好地解决月平均径流的预测问题,相对误差总体上都比较小。但门限回归模型计算繁琐,不能及时、快速得到计算结果,而人工神经网络模型计算快速,占用内存小,还有很好的容错性,即使在数据不完全的情况下,也能及时准确地得到径流预报值。考虑到模型自身的特点和优势,在实际运行中推荐使用人工神经网络模型进行月平均流量的计算和预测。

• 单位
  四川大学; 二滩水电开发有限责任公司; 天津大学