收藏本站
《武汉理工大学》 2016年
收藏 | 手机打开
二维码
手机客户端打开本文

柳江径流分析与预测研究

丁红  
【摘要】:广西柳江作为珠江流域西江水系第二大支流,具有年平均产水量多、洪峰总量大、洪水总量居诸大支流之首等特点,极易受西南暖湿气流影响形成暴雨,且易快速汇集形成洪水。径流预报是水资源规划及综合开发利用、防洪抗旱等重大决策问题的基本依据之一,由此对柳江流域的径流进行分析与预测具有重要意义。然而,作为一个多目标、多层次的柳江径流系统,其非线性和复杂性使得问题的描述及建模极为困难,也使得径流系统演化特性的研究存在一些悬而未决的问题。因此将新的理论和方法引入柳江水文研究中,将各种方法有机结合,从其他尺度空间多角度多途径地对柳江径流系统进行分析和研究显得非常必要。本文充分分析了柳江径流的复杂性,以及国内外径流预测的研究现状,采取新的思路和方法,对柳江径流的主要物理量,如年径流总量、柳江流速、水位、流量等时间序列的分析和预测进行了深入研究,主要工作成果如下:(1)柳江径流信号的降噪分析。目前基于小波阈值降噪方法往往假设信号的噪声分布在高频段,忽略低频段噪声对信号的影响。在分析柳江径流信号噪声特点的基础上,结合不同噪声的小波分解系数随小波尺度变化而具有的不同变化规律,提出基于小波去相关的噪声类别识别方法。根据所识别的噪声类型、最佳小波分解层数以及噪声强度等因素,提出相关联的自适应阈值确定方法,最后实现低频与高频相结合的全频降噪。该方法不仅适用于柳江径流信号的噪声类型识别及降噪,也适用于常见含噪信号的降噪工作。(2)柳江径流混沌特性分析。对柳江流域部分站点在不同季节、不同区域采集的柳江水位时间序列进行混沌周期、混沌特性分析,总结出季节、环境对柳江水位混沌特性影响的规律。对有限长度的柳江年径流总量序列进行混沌特性及小波特性分析,得到这些有限长度的柳江年径流序列也具有混沌特性。将该成果运用到柳江径流的预测建模,可优化模型性能。(3)柳江径流的小波特性分析。对柳江年径流总量时间序列的小波空间分量进行分析,得到在小波空间具有原序列的混沌特性。使用小波分析揭示不同时间尺度隐含着柳江径流变化周期:柳江年径流总量时间序列的尺度周期较小,柳州站月最大流量时间序列的尺度周期次之,柳州站日水位时间序列的尺度周期最大;丰水期柳州站日水位序列的小波尺度周期小于枯水期的。因此对柳江径流进行小波分析时,根据序列的单位、时间段等因素,选择小波变换尺度,再通过其实部、模、模平方以及小波方差综合分析得到其周期变化及其他演化规律。(4)柳江径流时间序列预测。针对柳州站柳江日水位时间序列,提出了基于LM算法的双隐含层BP神经网络预测模型;采用小波变换对柳江年径流总量及年最大流量时间序列进行分析,显著改善原预测模型性能;对柳州站年最高水位时间序列提出了基于小波变换的最优子集回归柳江年径流预测模型,该模型的预测值可外推多步,且精确度较高;对柳江年径流总量时间序列研究提出了基于小波变换的遗传算法优化的神经网络预测模型,并在对柳江年径流总量序列进行混沌特性分析的基础上提出相应的改进模型——基于小波变换、混沌理论的遗传算法优化的神经网络预测模型等。以上结论均通过充分的实验验证,所提出的预测模型能反映相应的柳江径流序列的变化趋势,预报稳定性好,预报准确率高,同时对柳江其他径流时间序列及其他流域的径流序列的分析预测具有参考价值。
【学位授予单位】:武汉理工大学
【学位级别】:博士
【学位授予年份】:2016
【分类号】:P333

手机知网App
【参考文献】
中国期刊全文数据库 前10条
1 纪昌明;李荣波;张验科;刘丹;张培;杜拉;;基于小波分解的投影寻踪自回归组合模型及其在年径流预测中的应用[J];水力发电学报;2015年07期
2 陈晶;王文圣;;Copula预测方法及其在年径流预测中的应用[J];水力发电学报;2015年04期
3 崔东文;金波;;基于改进的回归支持向量机模型及其在年径流预测中的应用[J];水力发电学报;2015年02期
4 陈正维;刘兴年;朱波;;基于SCS-CN模型的紫色土坡地径流预测[J];农业工程学报;2014年07期
5 林苏斌;陈为;董纪清;陈庆彬;;Boost变换器共模噪声反相补偿法的高频特性分析与改善[J];中国电机工程学报;2013年27期
6 何小刚;赵铜铁钢;杨大文;;分布式水文模型与气象遥相关分析相结合的丹江口水库月入库径流预测[J];水力发电学报;2013年03期
7 丁红;武招云;龚若愚;廖文凯;李湘晖;;基于小波变换集成模型预测径流水位的研究[J];武汉理工大学学报;2012年12期
8 李庆波;韩庆阳;;人体血氧饱和度检测中消除脉搏波信号高频噪声的方法[J];光谱学与光谱分析;2012年09期
9 丁红;杨杰;;小波变换集遗传算法神经网络的径流预测建模[J];广西大学学报(自然科学版);2012年03期
10 殷高方;张玉钧;胡丽;王志刚;肖雪;石朝毅;于绍惠;段静波;刘文清;;BP神经网络在水华短期预测中的应用[J];北京理工大学学报;2012年06期
中国博士学位论文全文数据库 前3条
1 刘力;三峡流域径流特性分析及预测研究[D];华中科技大学;2009年
2 李彦彬;河川径流的混沌特征和预测研究[D];西安理工大学;2009年
3 刘芳;基于小波分析和相关向量机的非线性径流预报模型研究[D];华中科技大学;2007年
【共引文献】
中国期刊全文数据库 前10条
1 海涛;闻科伟;周玲;胡翔;张朝;;基于气象相似度与马尔科夫链的光伏发电预测方法[J];广西大学学报(自然科学版);2015年06期
2 卢志宏;武晓东;郭利彪;付和平;满都呼;岳闯;柴享贤;包达尔罕;杨素文;叶丽娜;李燕妮;;基于Elman神经网络的阿拉善荒漠啮齿动物群落组成物种数量预测研究[J];生态环境学报;2015年12期
3 陈华萍;陈利敏;解左平;;脉搏氧饱和度仪在阴道分娩新生儿中的应用[J];中国现代医生;2015年35期
4 李峰;纪道斌;刘德富;严萌;龙良红;李竹;;基于BPNN的三峡水库神农溪叶绿素α浓度预测[J];环境科学与技术;2015年S2期
5 尹鑫卫;李晓玲;康燕霞;王琦;黄彩霞;高亚平;;基于SCS-CN模型的沟垄微型集雨系统径流预测[J];生态学杂志;2015年12期
6 刘秀华;;流域初始土壤蓄水量抗差修正技术在洪水预报中的应用[J];现代农业科技;2015年21期
7 林苏斌;陈为;;共模扼流圈磁芯磁场特性分析及其动态电感模型[J];中国电机工程学报;2015年21期
8 姚俊杨;许继平;王小艺;黄振芳;;基于深度学习的湖库藻类水华预测研究[J];计算机与应用化学;2015年10期
9 岳健敏;张金池;庄家尧;夏业茂;刘鑫;;南京毛竹林小流域SCS-CN方法初损率λ取值研究[J];中国水土保持科学;2015年05期
10 杨庆芳;涂维亮;;基于BP神经网络的蔬菜产业化生产风险分析[J];长江大学学报(自科版);2015年21期
中国博士学位论文全文数据库 前10条
1 张淼;混沌时间序列分析及在丙烯聚合熔融指数预报中的应用研究[D];浙江大学;2018年
2 吴小涛;基于变分模态分解和相关向量机的太阳辐照度预测模型研究[D];华中科技大学;2018年
3 朱双;流域中长期水文预报与水资源承载力评价方法研究[D];华中科技大学;2017年
4 叶磊;流域水文分析与水文预报方法研究[D];华中科技大学;2016年
5 丁红;柳江径流分析与预测研究[D];武汉理工大学;2016年
6 胡忠录;基于混沌时序的汽油机瞬态空燃比自适应复合控制策略研究[D];长沙理工大学;2015年
7 吴华稳;混沌时间序列分析及在铁路货运量预测中的应用研究[D];中国铁道科学研究院;2014年
8 赵丽娜;基于非平衡态热力学和混沌理论的河型特性研究[D];天津大学;2014年
9 罗贝尔;基于混沌理论的高速水流和流激振动特性研究[D];武汉大学;2014年
10 郭俊;流域水文建模及预报方法研究[D];华中科技大学;2013年
【二级参考文献】
中国期刊全文数据库 前10条
1 王丽萍;张新明;李继伟;张验科;李克飞;;BP网络激活函数选择及在径流预报模型中的应用[J];水力发电学报;2014年01期
2 崔东文;;支持向量机在水资源类综合评价中的应用——以全国31个省级行政区水资源合理性配置为例[J];水资源保护;2013年05期
3 周秀平;李天翔;王文圣;;年径流预测的最小二乘支持向量机-马尔可夫链组合模型[J];水力发电学报;2013年04期
4 崔东文;;支持向量机在湖库营养状态识别中的应用[J];水资源保护;2013年04期
5 何小刚;赵铜铁钢;杨大文;;分布式水文模型与气象遥相关分析相结合的丹江口水库月入库径流预测[J];水力发电学报;2013年03期
6 崔东文;郭荣;;基于几种参数优化的支持向量机在径流预报中的比较分析[J];水资源研究;2013年02期
7 符素华;王红叶;王向亮;袁爱萍;路柄军;;北京地区径流曲线数模型中的径流曲线数[J];地理研究;2013年05期
8 白春华;周宣赤;林大超;王仲琦;;消除EMD端点效应的PSO-SVM方法研究[J];系统工程理论与实践;2013年05期
9 崔东文;;改进Elman神经网络在径流预测中的应用[J];水利水运工程学报;2013年02期
10 崔东文;;多隐层BP神经网络模型在径流预测中的应用[J];水文;2013年01期
中国博士学位论文全文数据库 前4条
1 赵新宇;大型灌区退水量预测理论与方法研究[D];西安理工大学;2007年
2 李向阳;水文模型参数优选及不确定性分析方法研究[D];大连理工大学;2006年
3 张洪刚;贝叶斯概率水文预报系统及其应用研究[D];武汉大学;2005年
4 吕淑萍;小波网络建模预报方法研究及其在股市预测中的应用[D];哈尔滨工程大学;2004年
【相似文献】
中国期刊全文数据库 前10条
1 孙其法;闫秋艳;闫欣鸣;;基于多样化top-k shapelets转换的时间序列分类方法[J];计算机应用;2017年02期
2 王金策;杨宁;;时间序列趋势预测[J];现代计算机(专业版);2017年02期
3 彭佳星;肖基毅;;基于分型转折点的证券时间序列分段表示法[J];商;2016年31期
4 刘伟龙;;基于ARMA模型的股价预测及实证研究[J];智富时代;2017年02期
5 周仰;;《漫长的告别》(年度资助摄影图书)[J];中国摄影;2017年04期
6 王嵬;;王嵬作品[J];当代油画;2017年07期
7 刘明华;张晋昕;;时间序列的异常点诊断方法[J];中国卫生统计;2011年04期
8 郭崇慧;苏木亚;;基于独立成分分析的时间序列谱聚类方法[J];系统工程理论与实践;2011年10期
9 王佳林;王斌;杨晓春;;面向不确定时间序列的分类方法[J];计算机研究与发展;2011年S3期
10 万里;廖建新;朱晓民;倪萍;;一种基于频繁模式的时间序列分类框架[J];电子与信息学报;2010年02期
中国重要会议论文全文数据库 前10条
1 周家斌;张海福;杨桂英;;多维多步时间序列预报方法及其应用[A];中国现场统计研究会第九届学术年会论文集[C];1999年
2 张可;李媛;柴毅;黄磊;;基于分段趋势的符号化时间序列聚类表示[A];第37届中国控制会议论文集(D)[C];2018年
3 徐光晶;;统计学在大地电磁测深时间序列处理中的应用[A];2017中国地球科学联合学术年会论文集(二十九)——专题57:电磁地球物理学研究及其应用[C];2017年
4 毛宇清;王咏青;王革丽;;支持向量机方法应用于理想时间序列的预测研究[A];中国气象学会2008年年会气候预测研究与预测方法分会场论文集[C];2008年
5 吴丽娜;黄领梅;沈冰;吕继强;;黄河上游降水时间序列混沌特性识别与预测年限分析[A];水系统与水资源可持续管理——第七届中国水论坛论文集[C];2009年
6 吴坚忠;路子愚;郑应平;;时间序列社会悖论模型及分析[A];1989年控制理论及其应用年会论文集(上)[C];1989年
7 雷敏;孟光;谢洪波;Kerreie Mengersen;Peter Bartlett;;嵌入维数对复杂时间序列的熵分析的影响研究[A];中国力学大会-2015论文摘要集[C];2015年
8 王兆甲;王海良;;一种相似时间序列挖掘算法及其在汽车运动分析中的应用[A];2014中国汽车工程学会年会论文集[C];2014年
9 林忠辉;莫兴国;薛玲;;用NDVI时间序列确定作物物侯和作物类型判别[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年
10 王冬;章家义;陈宗;;配电网时间序列数据的云计算集群快速压缩模型[A];2017年江西省电机工程学会年会论文集[C];2018年
中国重要报纸全文数据库 前10条
1 王晓宝 杨永恒 永安期货;浅析波动率的均值回复特征[N];期货日报;2017年
2 东证期货 王爱华 杨卫东;两年涨跌轮回 秋季普遍下跌[N];期货日报;2009年
3 国家统计局核算司 吕峰;不变价GDP时间序列数据的构造[N];中国信息报;2016年
4 ;《时间序列与金融数据分析》[N];中国信息报;2004年
5 何德旭 王朝阳;时间序列计量经济学:协整与有条件的异方差自回归[N];中国社会科学院院报;2003年
6 刘俏;让数据坦白真相[N];21世纪经济报道;2003年
7 卞纪;我国多时间序列湿地遥感制图完成[N];中国气象报;2011年
8 权证一级交易商 国信证券;正股走势及时间序列主导下半年权证市场运行结构[N];证券时报;2006年
9 广发期货股指研究小组 谢贞联;Hurst指数提示市场升势或将形成[N];上海证券报;2012年
10 丁睿 中粮期货研究院;试论指数HP滤波分析法的应用[N];期货日报;2014年
中国博士学位论文全文数据库 前10条
1 丁红;柳江径流分析与预测研究[D];武汉理工大学;2016年
2 康峻;基于时间序列遥感数据的植被精细分类与覆盖度反演研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2018年
3 林蕾;基于循环神经网络模型的遥感影像时间序列分类及变化检测方法研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2018年
4 丁超;MODIS时间序列重建方法与应用[D];中国地质大学(北京);2018年
5 魏永强;煤矿瓦斯监测数据插值与预测研究[D];中国矿业大学(北京);2015年
6 杨玉军;基于机器学习的时间序列模型研究及其应用[D];电子科技大学;2018年
7 鲁韵帆;随机交互金融模型的构建及金融时间序列的统计分析[D];北京交通大学;2018年
8 郭珩;复杂网络在非线性时间序列分析中的应用[D];华东师范大学;2018年
9 宋伟;面向时间序列分类任务的SAX方法研究[D];郑州大学;2018年
10 潘玉青;基于NDVI时间序列的黄河中下游典型史前都邑性遗址的作物物候观察[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年
中国硕士学位论文全文数据库 前10条
1 荣馨兵;基于相似搜索的时间序列预测方法及其应用[D];大连海事大学;2018年
2 庄玉;基于HMM的时间序列分割[D];福州大学;2017年
3 王恩鲁;时间序列植被专题信息时空变化表达与分析[D];福州大学;2017年
4 王武;基于GF-1时间序列数据对典型农作物的识别与提取[D];辽宁工程技术大学;2017年
5 刘淑亮;基于MODIS时间序列的耕地复种指数研究[D];辽宁工程技术大学;2017年
6 杨奇;时间序列分类及预测算法研究与应用[D];西安电子科技大学;2018年
7 朱本常;基于时间序列的网约车在线司机与乘客发单的供需预测[D];华中科技大学;2019年
8 李新娟;基于长短期记忆与卷积结合的深度学习模型及试应用[D];上海大学;2018年
9 宫志晨;模型空间中的时间序列分类算法及其在不平衡数据上的应用[D];中国科学技术大学;2018年
10 卞松寒;时间序列的细化二元熵和递归性研究[D];北京交通大学;2018年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026