基于bp神经网络的概率预报模型在月径流预报中的应用研究-机械工程专业论文.docxVIP

摘 摘 要 I万方数据 I 万方数据 摘 要 径流预报是水电站水库制定发电计划和实时优化调度决策的重要依据，同时对防 洪抗旱，航运管理和水资源分配等具有指导意义。径流形成过程受众多因素影响，变 化规律错综复杂，径流预报一直都是水文研究中的难点问题。多年来，水文工作者对 此进行了大量的研究，并已取得了一些显著的成果，短期径流预报已达到了一定水平， 但中长期预报由于具有较长预见期，预报精度不高且不确定度大。概率预报虽能描述 预报不确定度，但在中长期预报中研究还不够成熟，有待进一步深入探讨。 本文以月径流预报为例开展中长期径流预报的研究，重点研究基于 BP 神经网络 的确定性预报模型的建立与概率预报模型的建立与应用，主要研究内容和结论概括如 下： （1）针对月径流特点，建立单项预报模型。分析月径流资料，采用自回归滑动 平均预测法与相似过程衍生预测法分别建立单项预报模型。 （2）结合单项预报模型预报结果，建立 BP 神经网络预报模型。以两种单项预 报模型预报值作为 BP 神经网络输入，以实测月径流值作为 BP 神经网络期望输出， 建立 BP 神经网络预报模型。 （3）以 BP 神经网络模型预报误差为基础，建立概率预报模型。从 BP 神经网络 的月径流预报结果出发，运用概率论与数理统计方法对预报误差进行了统计分析，求 解指定置信系数下误差区间。将 BP 神经网络的确定性预报值与误差区间进