位置:成果数据库 > 期刊 > 期刊详情页
基于熵权的可变模糊聚类与识别的水库洪水分类实时预报
  • ISSN号:1003-1243
  • 期刊名称:《水力发电学报》
  • 时间:0
  • 分类:TV213.9[水利工程—水文学及水资源]
  • 作者机构:[1]西安理工大学西北旱区生态水利工程国家重点实验室培育基地,西安710048, [2]深圳市西丽水库管理处,广东深圳518055, [3]中山大学水资源与环境系,广州510275
  • 相关基金:国家重大基础研究计划(2011CB403306);国家自然科学基金重大项目(51190093):水利部公益行业基金(201101043,201101049);教育部新世纪优秀人才支持计划(NCET-10-0933)
中文摘要:

流域洪水的形成机制具有高度的复杂性和不确定性,但又表现出自身的规律性。在洪水形成过程中流域内洪水的产、汇流过程受降雨强度、降雨中心和天气环流等诸多因素的共同影响。通过对影响因素与洪水过程的分析,找出其中的规律,为在实时洪水预报过程中充分考虑各种影响因素的作用提供可能,为此本文建立实时洪水分类预报模型,该模型利用模糊聚类方法通过分析影响因子对洪水产、汇流过程分类,并用模糊识别模型建立影响因子与产、汇流类型间的信息识别模型。本文选择东水西调工程的授水水库A作为研究对象,为调水工程在汛期做好防洪准备。实验结果表明,该方法能够准确、迅速的判断洪水类型并选择相应预报模型参数,能有效提高水库实时洪水预报精度。

英文摘要:

This paper applies a variable fuzzy set method based on entropy weight to construction of a framework of classified real-time flood forecasting using the concepts of clustering and classification. Fuzzy clustering was used to classify historical floods based on the flood antecedent impact factors and time-varying rainfall information. In the present study, this conceptual hydrological model was calibrated for each type of flood. In application, a fuzzy diagnosis model was used to identify the types of floods in future by using the flood information obtained. Results show that the classified framework gives a fast and accurate diagnosis of the type of flood and significantly improves the accuracy of flood forecasting.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《水力发电学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国水力发电工程学会
  • 主编:李庆斌
  • 地址:北京清华大学新水利馆211室
  • 邮编:100084
  • 邮箱:
  • 电话:010-62783813
  • 国际标准刊号:ISSN:1003-1243
  • 国内统一刊号:ISSN:11-2241/TV
  • 邮发代号:
  • 获奖情况:
  • 优秀学术期刊三等奖
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:12057