论文摘要
随着国民经济快速发展，能源紧缺已成为制约经济发展的“瓶颈”。充分利用水资源，最大限度地发挥水电站的作用，就显得尤为重要。要制定长期的发电计划，必须以中长期流量预报为基础。提高中长期预报精度是生产单位迫切需要解决的问题，也是水文预报研究的重要内容。本研究结合乌江上游洪家渡水电站中长期预报的课题，对部分中长期水文预报的数理统计方法进行较深入地研究，以洪家渡水电站逐月入库径流量为预报对象，以提高其中长期预报精度为目标，使用小波分解、人工神经网络等非线性的方法，并结合传统的时间序列分析、周期均值叠加法、逐步回归、岭回归、主成分回归等方法，建立洪家渡水电站月径流量预报模型，在对各种方法建立的模型进行比较分析的此基础上，建立了组合预报模型，对洪家渡水电站月径流量进行组合预报分析。最后，通过比较，挑选各方案中拟合预报结果最优的，作为洪家渡水电站月径流量的最终预报结果。结果表明，逐步回归、主成分回归模型的拟合、预报效果达到预期精度要求，可用于洪家渡水电站月径流量的预报，为水电站的优化调度、最大限度地发挥其经济效益提供了可靠的依据。