張麗娟（遼寧省供水局，遼寧沈陽(yáng)110003）

?

灰色徑向基神經(jīng)網(wǎng)絡(luò)技術(shù)在水文預(yù)報(bào)中的應(yīng)用

張麗娟
（遼寧省供水局，遼寧沈陽(yáng)110003）

［摘要］分析清河水庫(kù)中長(zhǎng)期水文預(yù)報(bào)狀況、歷史資料，提出預(yù)報(bào)單位年的概念，采取灰色關(guān)聯(lián)度方法選取適當(dāng)?shù)哪攴葑鳛榈湫湍?，采用徑向基神?jīng)網(wǎng)絡(luò)技術(shù)，構(gòu)建清河水庫(kù)中長(zhǎng)期水文預(yù)報(bào)新模型，并開(kāi)發(fā)了基于VB的中長(zhǎng)期水文預(yù)報(bào)系統(tǒng)。通過(guò)近3年的應(yīng)用檢驗(yàn)，取得了較好的效果，較大地提高了清河水庫(kù)中長(zhǎng)期水文預(yù)報(bào)精度。

［關(guān)鍵詞］預(yù)報(bào)因子；灰色徑向基神經(jīng)網(wǎng)絡(luò)；水文預(yù)報(bào)

1　清河水庫(kù)中長(zhǎng)期水文預(yù)報(bào)現(xiàn)狀及存在問(wèn)題

清河水庫(kù)中長(zhǎng)期水文預(yù)報(bào)工作始于水庫(kù)建成后的20世紀(jì)60年代初，70年代以后有較完整的預(yù)報(bào)資料，80年代末研制了運(yùn)行環(huán)境為Dos系統(tǒng)的中長(zhǎng)期水文預(yù)報(bào)軟件。預(yù)報(bào)項(xiàng)目包括3—4月春汛來(lái)水量預(yù)報(bào)和6—9月夏汛來(lái)水量預(yù)報(bào)，采用的預(yù)報(bào)方法主要有歷史演變法、周期分析外推法、平穩(wěn)時(shí)間序列外推法、周期分析與平穩(wěn)序列分析外推法、降雨徑流相關(guān)法等。各方法預(yù)報(bào)值有時(shí)相差較大，經(jīng)綜合分析后確定一個(gè)預(yù)報(bào)范圍，以此預(yù)報(bào)來(lái)水量編制年度控制運(yùn)用計(jì)劃。因預(yù)報(bào)準(zhǔn)確性較低，用以指導(dǎo)實(shí)際調(diào)度運(yùn)用的價(jià)值不大。當(dāng)今，隨著科技的進(jìn)步與發(fā)展，清河水庫(kù)現(xiàn)運(yùn)用的中長(zhǎng)期水文預(yù)報(bào)系統(tǒng)已不能適應(yīng)實(shí)際工作需要，主要存在問(wèn)題：

1）預(yù)報(bào)系統(tǒng)陳舊，與現(xiàn)有計(jì)算機(jī)系統(tǒng)不相容；

2）預(yù)報(bào)系統(tǒng)功能少，無(wú)資料保存和數(shù)據(jù)庫(kù)，缺乏圖、表統(tǒng)計(jì)對(duì)比分析；

3）預(yù)報(bào)精度比較低；

4）只有傳統(tǒng)預(yù)報(bào)方法，與變化的自然和人為因素影響的氣象和流域環(huán)境不相協(xié)調(diào)，適應(yīng)性較差。

2　灰色徑向基神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用

2.1汛期來(lái)水量預(yù)報(bào)因子的選取

通過(guò)對(duì)清河水庫(kù)1961年到2010年的資料進(jìn)行分析，將上一年10月份至當(dāng)年9月份劃分為一周期進(jìn)行分析，以此定義為預(yù)報(bào)單位年。選取汛期上一年10月份到6-9月年5月份這8個(gè)月的月來(lái)水量作為夏汛預(yù)報(bào)因子，對(duì)6—9月年的夏汛來(lái)水量進(jìn)行預(yù)報(bào)；選取春汛上一年10月份到當(dāng)年2月份這5個(gè)月的月來(lái)水量作為春汛預(yù)報(bào)因子，對(duì)當(dāng)年的春汛來(lái)水量進(jìn)行預(yù)報(bào)。

2.2參考典型年份的確定

引入灰色系統(tǒng)中灰色關(guān)聯(lián)度的概念。分別計(jì)算需要預(yù)報(bào)年份春汛之前5個(gè)月各月來(lái)水量與歷年同期來(lái)水量之間的關(guān)聯(lián)度和夏汛之前8個(gè)月各月來(lái)水量與歷年同期來(lái)水量之間的關(guān)聯(lián)度，關(guān)聯(lián)度越大，即該年來(lái)水過(guò)程與所需預(yù)報(bào)年份來(lái)水過(guò)程相似度越高。再對(duì)關(guān)聯(lián)度較高的年份進(jìn)行分析，選取適當(dāng)?shù)哪攴葑鳛榈湫湍旯╊A(yù)報(bào)參考。

2.3構(gòu)建清河水庫(kù)徑向基神經(jīng)網(wǎng)絡(luò)中長(zhǎng)期水文預(yù)報(bào)模型

人工神經(jīng)網(wǎng)絡(luò)是通過(guò)模擬人腦的神經(jīng)處理信息的方式，進(jìn)行信息并行處理和非線性轉(zhuǎn)換的復(fù)雜網(wǎng)絡(luò)系統(tǒng)。神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)大的學(xué)習(xí)能力，可以比較輕松地實(shí)現(xiàn)非線性映射過(guò)程，并且具有大規(guī)模的計(jì)算能力，所以神經(jīng)網(wǎng)絡(luò)在計(jì)算機(jī)和人工智能等領(lǐng)域有著廣泛的應(yīng)用。Matlab軟件中提供了神經(jīng)網(wǎng)絡(luò)工具箱，含有豐富的神經(jīng)網(wǎng)絡(luò)函數(shù)。徑向神經(jīng)網(wǎng)絡(luò)屬于前向型神經(jīng)網(wǎng)絡(luò)，模型將選取的典型年份的春汛之前5個(gè)月來(lái)水量設(shè)為P1，典型年份春汛來(lái)水量設(shè)為T1，構(gòu)建徑向基神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，設(shè)定誤差值為0。輸入預(yù)報(bào)年的預(yù)報(bào)因子，進(jìn)行仿真，預(yù)報(bào)該年春汛來(lái)水量；將選取的典型年份的夏汛之前8個(gè)月來(lái)水量設(shè)為P2，典型年份夏汛來(lái)水量設(shè)為T2，構(gòu)建徑向基神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，設(shè)定誤差值為0。輸入預(yù)報(bào)年的預(yù)報(bào)因子，進(jìn)行仿真，預(yù)報(bào)該年夏汛來(lái)水量。

系統(tǒng)優(yōu)勢(shì)主要體現(xiàn)在以下幾方面：預(yù)報(bào)方法在原有傳統(tǒng)預(yù)報(bào)方法的基礎(chǔ)上，增加了現(xiàn)代預(yù)報(bào)方法和理論—灰色系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)，構(gòu)建了灰色徑向基神經(jīng)網(wǎng)絡(luò)模型；預(yù)報(bào)徑流量的時(shí)段由原來(lái)的只能預(yù)報(bào)春汛和夏汛擴(kuò)充到可以預(yù)報(bào)逐旬、月及不同時(shí)段徑流量，更有利于防洪興利調(diào)度；系統(tǒng)預(yù)報(bào)功能更加完善，操作簡(jiǎn)單，使用方便，界面直觀清晰；預(yù)報(bào)精度有較大提高。

3　對(duì)比分析及應(yīng)用檢驗(yàn)

以清河水庫(kù)1970—2010年夏汛來(lái)水量預(yù)報(bào)為例，分別計(jì)算原方法預(yù)報(bào)值相對(duì)誤差和新方法預(yù)報(bào)值相對(duì)誤差，并進(jìn)行對(duì)比分析，結(jié)果見(jiàn)圖1。

圖1　清河水庫(kù)夏汛預(yù)報(bào)值新舊方法相對(duì)誤差對(duì)比圖

從相對(duì)誤差平均值可以看出，新方法平均相對(duì)誤差為78.1%，原方法平均相對(duì)誤差為130.3%，平均相對(duì)誤差降低了52.2%；新方法相對(duì)誤差小于1.000為35年，占統(tǒng)計(jì)年數(shù)的85%；小于0.500的為25年，占統(tǒng)計(jì)年數(shù)的61%；小于0.400的為20年，占統(tǒng)計(jì)年數(shù)的49%；小于0.300的為12年，占統(tǒng)計(jì)年數(shù)的29%；小于0.200的為6年，占統(tǒng)計(jì)年數(shù)的15%。而原方法相對(duì)誤差小于1.000為27年，占統(tǒng)計(jì)年數(shù)的66%；小于0.500的為17年，占統(tǒng)計(jì)年數(shù)的41%；小于0.400的為17年，占統(tǒng)計(jì)年數(shù)的41%；小于0.300的為11年，占統(tǒng)計(jì)年數(shù)的27%；小于0.200的為6年，占統(tǒng)計(jì)年數(shù)的15%。

從原方法與新方法相對(duì)誤差總體統(tǒng)計(jì)分析可以得出，灰色徑向基神經(jīng)網(wǎng)絡(luò)中長(zhǎng)期水文預(yù)報(bào)模型在較大程度上提高了清河水庫(kù)夏汛來(lái)水量的預(yù)報(bào)精度，取得了良好的效果。使水庫(kù)的預(yù)報(bào)和優(yōu)化調(diào)度更具科學(xué)性，不僅具有重要的理論意義，而且具有更大的社會(huì)和經(jīng)濟(jì)價(jià)值。

以2011，2012，2013年作為檢驗(yàn)?zāi)赀M(jìn)行檢驗(yàn)，原方法與新方法相對(duì)誤差分別為：1.852，0.268，0.306 和0.419，0.363，0.186，均值分別為0.323和0.819。通過(guò)比較可知，該預(yù)報(bào)模型的預(yù)報(bào)精度有了明顯的提高，有利于水庫(kù)調(diào)度管理，并為以后的輸水工程、水電站及遼西北供水工程等提供決策依據(jù)。它在很大程度上為清河水庫(kù)的防汛、抗旱爭(zhēng)取了主動(dòng)權(quán)，并取得了良好的工業(yè)、農(nóng)業(yè)及防汛等方面的效益。

4　結(jié)語(yǔ)

1）通過(guò)對(duì)清河水庫(kù)歷史資料的分析，首次提出了以預(yù)報(bào)單位年前5個(gè)月各月的來(lái)水量為春汛預(yù)報(bào)因子，以預(yù)報(bào)單位年前8個(gè)月各月的來(lái)水量為夏汛預(yù)報(bào)因子。

2）引入灰色關(guān)聯(lián)度的概念，計(jì)算歷年預(yù)報(bào)因子與所需預(yù)報(bào)年份之間的關(guān)聯(lián)度，以此確定代表年作為預(yù)報(bào)依據(jù)。

3）采用灰色徑向基神經(jīng)網(wǎng)絡(luò)的方法構(gòu)建清河水庫(kù)中長(zhǎng)期水文預(yù)報(bào)模型，并開(kāi)發(fā)了基于VB的中長(zhǎng)期水文預(yù)報(bào)系統(tǒng)。

4）經(jīng)實(shí)踐應(yīng)用，系統(tǒng)為清河水庫(kù)中長(zhǎng)期水文預(yù)報(bào)提供了新的途徑，提高了徑流量整體預(yù)報(bào)精度，進(jìn)而提高調(diào)度水平，使水庫(kù)的預(yù)報(bào)和優(yōu)化調(diào)度更具科學(xué)性，不僅具有重要的理論意義，而且具有更大的社會(huì)和經(jīng)濟(jì)價(jià)值，對(duì)于爭(zhēng)取防汛、抗旱的主動(dòng)權(quán)，制定科學(xué)調(diào)度方案，發(fā)揮水利設(shè)施的安全與經(jīng)濟(jì)效益有著重要的作用。

［參考文獻(xiàn)］

［1］劉思峰，鄧聚龍.GM(1,1)模型的適用范圍［J］.系統(tǒng)工程理論與實(shí)踐.2000，5：121-124.

［2］劉獲，周振民.RBF神經(jīng)網(wǎng)絡(luò)在徑流預(yù)報(bào)中的應(yīng)用［J］.華北水利水電學(xué)院學(xué)報(bào).2007，28（2）：12-14.

［3］劉思峰.灰色系統(tǒng)理論的產(chǎn)生與發(fā)展［J］.南京航空航天大學(xué)學(xué)報(bào).2004，36（2）：267-272.

［4］鄧聚龍.灰色系統(tǒng)理論簡(jiǎn)介［J］.內(nèi)蒙古電力.1993（3）：51 -52.

［5］王陽(yáng)萍，朱正平.Matlab在RBF徑向基神經(jīng)網(wǎng)絡(luò)仿真中的應(yīng)用［J］.甘肅科技.2004，20（10）：54-56.

［中圖分類號(hào)］TV338

［文獻(xiàn)標(biāo)識(shí)碼］A

［文章編號(hào)］1002－0624（2016）03－0028－02