基于奇异谱和混沌支持向量机模型预测三峡水库月径流

详细信息    查看全文 | 下载全文 | 推荐本文 |

• 作者：汪芸郭生练曹广晶鲍正风
• 会议时间：2012-08-24
• 关键词：月径流预测 ; 奇异谱分析 ; 季节性一阶自回归 ; 小波神经网络 ; 混沌支持向量机 ; 三峡水库
• 作者单位：汪芸,郭生练(武汉大学水资源与水电工程科学国家重点实验室,武汉)曹广晶,鲍正风(中国长江三峡工程开发总公司,宜昌)
• 母体文献：第十届中国水论坛论文集
• 会议名称：第十届中国水论坛
• 会议地点：武汉
• 主办单位：中国水利学会
• 语种：chi
• 分类号：TP3;TN9

摘要

径流时间序列在一定程度上可看作是一种被噪声污染的一些准周期信号的组合.为了提高径流预测精度,利用奇异谱分析方法对三峡水库1882~2010的入库径流资料进行预处理,得到重建序列,并分别运用季节性一阶自回归、小波神经网络和混沌支持向量机模型对原始和重建序列进行模拟预测,分析比较三个模型的预测精度.结果表明奇异谱分析法不仅可以浓缩主要信息和减小误差,也能够明显地提高月径流预测精度;基于奇异谱分析方法的混沌支持向量机模型的模拟预测精度最高,检验期模型的确定性系数高达86.9%,年均最大、最小月径流相对误差分别为9%和-7%.