【技术实现步骤摘要】
本专利技术涉及径流预测的，特别是一种基于混沌理论与量子神经网络的径流预测方法。
技术介绍
1、径流预测是水资源规划与管理的一项重要内容，对流域的径流预测能够为水资源综合利用、防洪抗旱、电站运行与管理提供参考。由于流域水文气象特性、流域下垫面特征、人类活动等复杂因素影响，流域径流是一个复杂的非线性系统。径流预测有许多方法，大体可概括为过程驱动模型与数据驱动模型这两类，过程驱动模型对流域的资料完整度要求较高，当流域资料不完整或不准确时过程驱动模型难以进行精准的预测，而数据驱动模型基本不考虑水文过程的物理机制，建立输入输出数据的最优数学关系，在资料不够完善的流域应用较多。
2、2010年6月第38卷第6期的《西北农林科技大学学报(自然科学版)》公开了王义民和张珏的题目为《基于混沌神经网络的径流预测模型》的文章，该文章揭示径流时间序列变化规律并进行预测，为水库调度提供指导。针对径流时间序列的非线性特点，利用重构相空间的嵌入位数确定神经网络的结构，建立了基于混沌相空间重构的径流量预测bp网络模型，并利用该模型对位于陕西省汉江上有的石泉...
【技术保护点】
1.一种基于混沌理论与量子神经网络的径流预测方法，包括收集流域内径流数据并对所述径流数据进行预处理，其特征在于，还包括以下步骤：
2.如权利要求1所述的基于混沌理论与量子神经网络的径流预测方法，其特征在于，所述预处理包括以下子步骤：
3.如权利要求2所述的基于混沌理论与量子神经网络的径流预测方法，其特征在于，所述步骤1包括以下子步骤：
4.如权利要求3所述的基于混沌理论与量子神经网络的径流预测方法，其特征在于，所述步骤11包括以下子步骤：
5.如权利要求4所述的基于混沌理论与量子神经网络的径流预测方法，其特征在于，所述步...
【技术特征摘要】
1.一种基于混沌理论与量子神经网络的径流预测方法，包括收集流域内径流数据并对所述径流数据进行预处理，其特征在于，还包括以下步骤：
2.如权利要求1所述的基于混沌理论与量子神经网络的径流预测方法，其特征在于，所述预处理包括以下子步骤：
3.如权利要求2所述的基于混沌理论与量子神经网络的径流预测方法，其特征在于，所述步骤1包括以下子步骤：
4.如权利要求3所述的基于混沌理论与量子神经网络的径流预测方法，其特征在于，所述步骤11包括以下子步骤：
5.如权利要求4所述的基于混沌理论与量子神经网络的径流预测方法，其特征在于，所述步骤11还包括利用原始序列减去第一个固有模态函数(imf)，得到剩余序列：
6.如权利要求5所述的基于混沌理论与量子神经网络的径流预测方法，其特征在于，所述步骤12包括将作为新的原始序列重复上述操作，直至分解出所有的固有模态函数j为固有模态函数个数，直至剩余序列为单一趋势项为止，并将其定义为残差项resi(t)。
7.如权利要求6所...
【专利技术属性】
技术研发人员：崔杰连，常亮，赵敏，孟宪明，于洋，梁若霖，孙皓晨，张岩，王一平，
申请(专利权)人：国网东北分部绿源水力发电公司太平湾发电厂，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。