文献类型：期刊文章

作　　者：纪昌明[1] 梁小青[1,2] 张验科[1] 刘源[1]

JI Changming;LIANG Xiaoqing;ZHANG Yanke;LIU Yuan(School of Renewable Energy, North China Electric Power University, Beijing 102206;Department of Physics and Hydropower Engineering, Gansu Normal University for Nationalities, Hezuo, Gansu 747000)

机构地区：[1]华北电力大学可再生能源学院,北京102206 [2]甘肃民族师范学院物理与水电工程系,甘肃合作747000

出　　处：《水力发电学报》

基　　金：国家自然科学基金(51709105);“十三五”国家重点研发计划课题(2016YFC0402208);中央高校基本科研业务费专项资金项目(2019MS031)

年　　份：2019

卷　　号：38

期　　号：10

起止页码：75-85

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了在量化入库径流预报误差的条件下有效提高调度方案制作的精度,基于高斯混合模型(GMM)良好的自适应性,能更准确地描述单一预见期径流预报误差分布的特点,以及高维meta-student t Copula函数具有将多个类型边缘分布有机耦合的优势,建立了多个预见期入库径流预报误差的GMM-Copula随机模型。以雅砻江流域锦屏一级水电站水库为例,对预见期分别为6 h、12 h、18 h、24 h的入库径流预报误差进行了分析与随机模拟。结果表明,随着预见期的增加,模拟误差与实际误差的主要统计特征值相差不大,满足预设精度要求,且变化规律一致,验证了模型的可行性与有效性,为水库调度方案的编制与实施提供了参考依据。

关 键 词：径流预报误差  高斯混合模型 高维meta-student  t  COPULA 随机模型  锦屏一级水电站

分 类 号：P338]