多模型不同时间尺度中长期径流预报研究  

Mid-Long Term Runoff Forecast in Different Time Scales with Multiple Models

作　　者：王涛 徐海丽 李铭 WANG Tao;XU Haili;LI Ming

机构地区：[1]中国电建集团成都勘测设计研究院有限公司

出　　处：《水电站设计》2019年第3期61-63,共3页Design of Hydroelectric Power Station

摘　　要：为研究多模型不同时间尺度中长期径流预报效果,本文结合工程实例,以不同的时间段为检验期,模拟预报该工程的坝址月、旬和周平均流量,并分析了不同资料系列长度对模拟预报精度的影响。研究结果表明,最近邻抽样回归、人工神经网络和门限自回归模型对该工程月、旬、周时间尺度平均流量模拟预报精度随着时间尺度减小呈增高趋势;门限自回归模型模拟预测精度略高于其他两个模型;资料系列达到一定程度后,不同模型对月、旬、周时间尺度平均流量的模拟预报比较稳定。

关 键 词：中长期径流预测 时间尺度 最近邻抽样回归模型 人工神经网络模型 门限自回归模型 多诺水电站 

分 类 号：P338[天文地球—水文科学]