基于ANN和多元门限回归相结合的中长期水文预报组合预报模型研究.pdfVIP

第33卷 第 4期 水 电 厂 自 动 化 V01．33 No．4 2012年 11月 HydropowerPlantAutomation NOV．2O12 基于ANN和多元门限回归相结合的中长期 水文预报组合预报模型研究 谢小燕，李春红，王建平，陈建 (国网电力科学研究院 ／南瑞集团公司，江苏省南京市 210003) 摘要：以ANN模型预测结果以及多元 门限回归模型预测结果作为输入 ，采用最优加权法进行权系 数组合预测 ，建立了基于ANN和多元 门限回归相结合的中长期水文预报组合预报模型 ；开展 了模 型的实例研究 ，并取得 了满意的结果。 关键词：中长期水文预报 ；ANN模型；多元门限回归模型；组合预测 O 引言 果作为输入 ，采用最优加权法进行权系数组合预 测，建立 了基于ANN和多元 门限回归相结合的中 如何利用前期水文气象要素，用成因分析与数 长期水文预报组合预报模型，该方法充分利用不同 理统计的方法，对未来较长时间的水文要素进行可 模型的优点，从而使预测模型具有对环境变化的适 靠及时的预测，对水库调度、防灾减灾等工作具有 应能力。 重要意义 。 由于大部分水文时间序列都具有非线性的特 1 组合预测模型 点，因此，人工神经网络 (ANN)等一系列具有 良 1．1 神经网络模型 好非线性映射能力的模型也越来越受到了人们的 人工神经 网络理论是模仿生物大脑结构和功 广泛关注 。胡铁松等 】对人工神经网络在水文水 能建立起来的。神经元是生物神经系统的结构单 资源 中的应用现状作 了全面的介绍，并认为神经网 元和功能单元 ，通过数以万计的神经元相互联系构 络为一些复杂水文水资源问题的研究提供 了一条 成一个庞大而复杂的网络 。在ANN 中，用 “结点” 有效的途径 。但是该方法应用于长期水文预报的 或 “人工神经元”仿真生物神经元 。通过大量人工 模型在网络输入数据 的确定方面，过多的输入会造 神经元的相互连接便构成ANN，ANN能够描述系 成 网络收敛慢的问题 ，而过少 同样会 出现拟和效果 统 内存在的非线性特征 。 差的情况；门限回归模型 l4 是 由英籍华人汤家豪 在水文资源分析计算中应用最多的是BP网络 (H．Tong)博士首创的门限 自回归模型的扩展，能 模型。一般三层 (一个输入层、一个隐层和一个输 有效地描述具有突变性、准周期性、分段相依性等 出层 )BP网络模型 (见 图1)可刻化水文水资源研 复杂现象的非线性动态系统，是具有广泛意义的一 究对象 。 种非线性模型，其实质是 以分区间的线性模