基于灰信息的黄河凌期径流量预测研究.pdfVIP

第 35卷第 2期 华 北 水 利 水 电大 学 学 报 (自然 科 学 版) Vo1．35No．2 2014年 4月 JournalofNoahChinaUniversityofWaterResourcesandElectricPower(NaturalScienceEdition) Apr．2014 DOI：10．3969／j．issn．1002—5634．2014．02．005 基于灰信息的黄河凌期径流量预测研究 罗 党，李钰雯，韦保磊 (华北水利水 电大学，河南 郑州 450045) 摘 要：针对凌期径流量变化幅值较大和不具明显周期性的特点，建立基于灰信息的预测模型，对黄河 巴彦高勒站 凌期径流量进行预测．通过定义区间灰数的标准映射将 白化权函数映射为[0，1]上的函数，并用函数重心 估计出预测值的最大可能点．此模型可将径流量预测值限制在一个区间带上，此区间带由上界 、下界和最 大可能点构成，且预测结果精度较高， 关键词：冰凌；黄河宁蒙河段；径流量；凌期；三参数；灰信息 中图分类号：TV875；N941．5 文献标识码 ：A 文章编号：1002—5634(2014)02—0021—04 黄河弯曲多变的河道形态 ，造成了黄河流域特 型应用于黄河宁蒙河段 巴彦高勒站凌期Et均径流量 有 的自然灾害现象——凌汛 ，冰凌灾害给黄河两岸 的预测 中，检验模型的可行性． 带来 了巨大的灾难．黄河凌汛的影响因素有两个方 1 基于灰信息的预测模型 面：热力因素和动力因素．动力因素中最重要的是流 量 ，流量直接影响着水位和流速 ，流量大小影响着结 1．1 上界与下界的预测模型 冰条件和冰凌的输移 、下潜和卡塞等．水位和流速的 设原始时间序列为一个三参数区间灰数序列 变化取决于流量的变化 ，所以凌汛虽始于水 ，却成于 (o)=(o (t)，o (t：)，…，o (t))，其 中：At= t — t 水 ，本质仍是河道流量 的多少…．对黄河凌期径流 一 。=1，o (t)∈[0，n：，b]，n 为区间灰数 的 量进行分析与预测，将有助于人们对黄河凌汛的了 下界 ，b为 区间灰数 的上界 ，且 。b，o为区间灰 解 ，进而通过有效的预测，对上游水库进行合理调控 数中取值可能性最大的点 ¨ ，k=1，2，…，7／,． 来减少凌汛带来 的灾害． 定义 1¨ 设 区间灰数o (t)∈[口，口：，b]， 目前 ，对径流量 的预测方法有 ：线性 回归法 、 0b，k=1，2，… ，n，可将o (t)表示为 随机时间序列 、指数平滑法 、神经网络及其融 (t)=n+c6 (1) 合技术模型 。。 ．但径流形成 固有 的复杂性和不确 式 中：c=b一。；6 ∈[0，1]．式 (1)称为 区间灰数 定性 ，导致对径流过程演变认识 、模拟、预测的非唯 o (t)的标准形式 ，通过标准形式表达的区间灰数， 一 性 ，且径流量本身具有很多不确定因素 ，有很强的 称为标准区间灰数．a称为标准化区间灰数o(t) 波动性 ，因此这些方法的预测精度往往不高．由于水 的 “白部”，c称为 “灰部”． 文动力过程时空分布复杂和对其观测资料不完全 ， 将 (o)中的所有区间灰数通过式 (1)进行变 包括水文资料信息的不完全，这些性质都体现了径 换 ，标准形式 中所有 “白部 ”所构成 的序列称为 流变化具有灰色特性．因此，可用灰色理论对径流量