基于EEMD-ANN的水库年径流预测

• 作者: 姜璇 马超
• 来源期刊: 水电能源科学
• 学科: 工学
• 关键词: 集合经验模态分解 人工神经网络 径流预测 突变检测 三峡水库
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 水文水资源与环境
• 页码范围: 32-35
• 页数: 4页
• 分类号: TV124
• 语种: 中文

摘要

以三峡水库为例,基于集合经验模态分解(EEMD)及人工神经网络方法对水库年径流进行预测.首先利用Mann-Kendall和Pettitt法对水库年径流序列进行突变检测,获得平稳径流序列,然后采取EEMD方法分解径流序列,得到固有模态函数(IMF)和残差,最后对不同IMFs和残差分别建立人工神经网络预测模型,叠加所有模型预测结果得到年径流预测值.结果表明,基于EEMD-ANN的年径流预测模型优于自回归模型和人工神经网络模型,其预测结果与实测值的相关性更强,预测误差分别减少了11.4％、8.7％.同时,构建EEMD-ANN预测模型时需考虑径流序列的突变特征,采取平稳径流序列的预测效果更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马超	天津大学水利工程仿真与安全国家重点实验室	69	315	11.0	15.0
2	姜璇	天津大学水利工程仿真与安全国家重点实验室	1	0	0.0	0.0