□张永奎
陡河水库年径流的灰色拓扑预测
□张永奎
陡河水库建于1958年,位于唐山市区东北部10km处,坝址以上集水面积530km2,总库容为5.152亿m3。自建库以来,在防洪、城市供水、农业灌溉、发电等方面发挥了巨大的社会和经济效益。利用模型对水库天然径流量进行准确预测,将为水库及时修订调度方案,及早做好供水和蓄水计划具有重要的指导意义,也是水库实现蓄泄结合、科学调度的重要依据。
通过对陡河水库1956~2010年天然径流深系列资料研究发现,序列数据显现离散性,受天气和降雨等因素的影响,随机性比较大,呈无规律变化,难以用数学模型表示。地面径流的产生是降雨和下垫面条件等综合作用的结果,我们可以采用灰色系统理论中提出的一次累加生成方法,使生成数呈现出明显的指数规律,不仅减少了原始数据的随机性影响,同时为建模提供了中间信息,使系统预测成为可能。拓朴预测又称波形预测,它采用一阶动态预测模型群来预测径流量未来发展变化的整个波形。
一阶动态预测模型GM(1,1)模型的微分方程形式为:
式中:a,u—待辨识系数;
x(1)—一次累加生成序列。
原始时间序列数据x(0)(k),i=1,2,3,…,n。按下式进行一次累加生成运算,得到生成序列数据。
令x(1)(1)=x(0)(1),那么(1)式离散化时间响应模型为:
式中:B—累加生成矩阵;
YN—向量。
二者分别表示为
模型建立后,应对模型的精度进行残差、关联度和后验差3种检验,检验合格后方可用于预测。
根据陡河水库1956~2010共计55年的天然径流深系列资料,建立天然径流深的灰色拓扑预测模型。具体步骤如下。
首先,按照灰色拓扑预测模型的建模原理,以及径流深变化范围与趋势曲线,给定一系列阈值λ(如图1):
图1 径流深年际变化曲线图
对每一个阈值λ都可以从曲线图上得到一组时间序列,对每一组时间序列建立GM(1,1)模型,预测这组阈值未来发展变化的时间间隔。生成的时间序列参见表1。
建立的灰色预测模型群如下:
以上模型中,k=t-1956,t代表年份。
按照灰色系统模型检验方法,对建立的灰色拓扑预测模型群进行残差、关联度和后验差3种检验,检验结果见表2。
计算结果表明,计算值同实际值相比相对误差均小于1%,后验差比值均小于0.35,小误差概率为1。可见,建立的预测模型精度较高,可用于实际预测。
表1 生成的时间序列表
表2 GM(1,1)模型群检验结果表
利用上述建立的灰色拓扑预测模型,可以得出给定阈值系列在某一段内出现的大约时间,将其点绘到R~t曲线图上,即可得到预测部分的整个波形。
利用模型预测的陡河水库2011~2020年径流深变化曲线如图2。
图2 2011~2020年径流深预测曲线图
为了便于计算,给出的径流深推算公式如下:
λ1—起始时间对应的给定值(mm);
λ2—终止时间对应的给定值(mm)。
当斜率为正时,取“+”;当斜率为负时,取“-”。如欲预测2011年径流深
陡河水库2011~2020年径流深预测结果见表3。
表3 2011~2020年径流深预测结果
根据预测结果,2011~2013年径流深还原值分别为140.6mm、163.1mm和113.9mm,预测值与径流深还原值相对误差分别为9.2%、-1.0%和-3.0%,两值比较接近,说明预测结果具有一定的参考价值和实际指导作用。
从理论上讲,模型可以从初始值x (0)(1)一直延伸到未来任意时刻,但对本征性灰色系统来说,随着时间的推移,未来的一些扰动因素将不断进入系统并产生影响,因此随着时间的推移,应当将新的信息补充进来,将信息意义渐降的老的数据出去。每补充一个新的信息,便同时去掉一个最老的信息,以此数据列建立信息模型,这样预测结果会更加准确可靠。灰色拓扑预测方法计算简单,模型精度较高,尤其是在数据积累较少的情况下,不失为径流深预测的一种较好方法。□
2014-09-20
张永奎,男,汉族,唐山水文水资源勘测局,高级工程师。