本文關(guān)鍵詞：三十把水電站洪水預(yù)報(bào)模型及其參數(shù)不確定性研究

  更多相關(guān)文章： 薩克拉門托模型 DREAM ARMA 洪水預(yù)報(bào) 降雨徑流經(jīng)驗(yàn)相關(guān)模型 GLUE 不確定性分析

【摘要】：洪水預(yù)報(bào)在防洪控制中占有重要地位。防洪決策主要依賴于及時(shí)準(zhǔn)確的預(yù)報(bào),達(dá)到最大限度減輕或減免洪水災(zāi)害的效果。對(duì)其進(jìn)行合理的控制,甚至可以化害為利。所以,如何減少洪澇災(zāi)害損失,充分發(fā)揮水庫的作用,成為當(dāng)前密切關(guān)注的話題。合理利用水庫對(duì)洪水進(jìn)行控制,不僅為下游生態(tài)用水和工農(nóng)業(yè)生產(chǎn)提供保證,還為水電站發(fā)電效益的增加給予了幫助。所以對(duì)洪水進(jìn)行有效且準(zhǔn)確的預(yù)報(bào)是一個(gè)重要研究方向,具有很強(qiáng)的理論和實(shí)際意義。三十把水庫流域現(xiàn)在并沒有系統(tǒng)的洪水預(yù)報(bào)方案,本文將復(fù)雜的薩克拉門托模型進(jìn)行改進(jìn),僅保留其產(chǎn)流模塊,與ARMA匯流模型相結(jié)合,建立一個(gè)新的薩克拉門托模型。將改進(jìn)后的模型預(yù)報(bào)方案與傳統(tǒng)的預(yù)報(bào)方案結(jié)果進(jìn)行比較,預(yù)報(bào)結(jié)果得到了一定的改善。本文主要研究的內(nèi)容及成果如下:(1)根據(jù)當(dāng)?shù)氐乃臈l件,以薩克拉門托模型為基礎(chǔ),建立適用于當(dāng)?shù)氐牧饔蛩哪Ｐ汀?2)通過三十把水庫歷史洪水資料,采用統(tǒng)計(jì)學(xué)中的DREAM算法進(jìn)行模型參數(shù)的率定。(3)將簡化的薩克拉門托模型的預(yù)報(bào)結(jié)果與降雨徑流經(jīng)驗(yàn)相關(guān)模型進(jìn)行對(duì)比,結(jié)果表明簡化的薩克拉門托模型預(yù)報(bào)效果要優(yōu)于降雨徑流經(jīng)驗(yàn)相關(guān)模型。(4)利用GLUE算法對(duì)模型參數(shù)的不確定性進(jìn)行分析。
【關(guān)鍵詞】：薩克拉門托模型 DREAM ARMA 洪水預(yù)報(bào) 降雨徑流經(jīng)驗(yàn)相關(guān)模型 GLUE 不確定性分析
【學(xué)位授予單位】：南昌工程學(xué)院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TV87;TV124
【目錄】：

• 摘要3-4
• Abstract4-7
• 第一章 緒論7-11
• 1.1 選題背景及研究意義7-8
• 1.2 國內(nèi)外研究現(xiàn)狀8-9
• 1.2.1 洪水預(yù)報(bào)理論8-9
• 1.2.2 參數(shù)率定方法9
• 1.3 研究內(nèi)容與技術(shù)路線9-11
• 第二章 流域水文模型的基本原理11-20
• 2.1 水文模型分類11-12
• 2.2 薩克拉門托模型12-17
• 2.2.1 SAC模型基本結(jié)構(gòu)12-13
• 2.2.2 薩克拉門托模型參數(shù)13-14
• 2.2.3 模型計(jì)算14-15
• 2.2.4 模型參數(shù)及其確定方法15-17
• 2.3 降雨徑流經(jīng)驗(yàn)相關(guān)模型17-19
• 2.3.1 產(chǎn)流計(jì)算18
• 2.3.2 匯流計(jì)算18-19
• 2.4 本章小結(jié)19-20
• 第三章 參數(shù)率定算法研究20-26
• 3.1 參數(shù)率定20
• 3.2 DREAM算法20-24
• 3.2.1 馬爾科夫蒙特卡羅(MCMC)方法20-21
• 3.2.2 差分進(jìn)化算法21-22
• 3.2.3 DE-MC算法22-23
• 3.2.4 DREAM算法23-24
• 3.3 算法的收斂準(zhǔn)則24-25
• 3.4 本章小結(jié)25-26
• 第四章 三十把水庫流域洪水預(yù)報(bào)模型研究26-44
• 4.1 三十把水庫流域概況26-29
• 4.1.1 自然地理及工程概況26-27
• 4.1.2 氣象特征27
• 4.1.3 三十把水庫洪水狀況27-29
• 4.2 資料選取與處理29-30
• 4.2.1 資料選取29
• 4.2.2 資料處理29-30
• 4.3 降雨徑流經(jīng)驗(yàn)相關(guān)模型在三十把水庫的應(yīng)用30-38
• 4.3.1 精度指標(biāo)30-31
• 4.3.2 產(chǎn)流方案31-32
• 4.3.3 三十把水庫匯流方案32-34
• 4.3.4 預(yù)報(bào)實(shí)例34-38
• 4.4 三十把水庫洪水預(yù)報(bào)模型的建立38-43
• 4.4.1 ARMA模型38-39
• 4.4.2 SAC簡化模型參數(shù)率定39-42
• 4.4.3 模型對(duì)比分析42-43
• 4.5 本章小結(jié)43-44
• 第五章 模型參數(shù)的不確定性分析44-51
• 5.1 模型參數(shù)不確定性44-45
• 5.2 基于GLUE方法的參數(shù)不確定性分析45-50
• 5.2.1 GLUE方法45-46
• 5.2.2 參數(shù)的敏感性分析46-47
• 5.2.3 參數(shù)的不確定性分析47-50
• 5.3 本章小結(jié)50-51
• 第六章 總結(jié)與展望51-53
• 6.1 總結(jié)51-52
• 6.2 展望52-53
• 參考文獻(xiàn)53-57
• 致謝57

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李佩成;;論水文生態(tài)學(xué)的建立及其歷史使命[J];灌溉排水學(xué)報(bào);2012年01期

2 張奕韜;;基于ARIMA模型的外匯匯率時(shí)間序列預(yù)測研究[J];華東交通大學(xué)學(xué)報(bào);2009年05期

3 劉方貴;劉巖峰;高學(xué)新;逯華;;防洪非工程措施探討[J];水利科技與經(jīng)濟(jì);2009年07期

4 衛(wèi)曉婧;熊立華;萬民;劉攀;;融合馬爾科夫鏈-蒙特卡洛算法的改進(jìn)通用似然不確定性估計(jì)方法在流域水文模型中的應(yīng)用[J];水利學(xué)報(bào);2009年04期

5 劉國富;周濤;樓其祿;;連續(xù)API水文模型的研究及應(yīng)用[J];大壩與安全;2008年02期

6 劉金濤;馮杰;張佳寶;;分布式水文模型在流域水資源開發(fā)利用中的應(yīng)用研究進(jìn)展[J];中國農(nóng)村水利水電;2007年02期

7 汪恕誠;中國防洪減災(zāi)的新策略[J];山西水利;2003年03期

8 俞鑫穎,劉新仁;分布式冰雪融水雨水混合水文模型[J];河海大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年05期

9 吳恒安;關(guān)于非工程防洪措施[J];水利科技與經(jīng)濟(jì);2002年03期

10 芮孝芳,朱慶平;分布式流域水文模型研究中的幾個(gè)問題[J];水利水電科技進(jìn)展;2002年03期

，

本文編號(hào)：639705