Release Time:2019-03-11  Hits:

Indexed by: Journal Article

Date of Publication: 2008-08-25

Journal: 水电能源科学

Included Journals: ISTIC、PKU

Issue: 04

Page Number: 1-4

ISSN: 1000-7709

Key Words: 月径流;贝叶斯平均模型;人工神经网络;不确定性

Abstract: 针对年内汛期与非汛期径流变化规律的差异,建立了月径流分期组合预报模型。针对汛期径流预报不确定性较强的特点,该模型可量化预报不确定性并发布概率预报进而为制定决策提供参考。针对原贝叶斯平均模型参数优化方法存在的缺陷,提出了基于模糊优选模型的多目标粒子群算法优化参数。实例表明,该模型预报精度高,发布的概率预报对制定水电站的月调度计划具有一定的参考价值。