邱 林，孟晓红

(华北水利水电学院，河南 郑州 450011)

基于灰色神经网络理论的东江水库入库径流量预测

邱 林，孟晓红

(华北水利水电学院，河南 郑州 450011)

针对目前径流预测模型精度偏低的现状，提出了灰色神经网络预测模型，充分发挥了灰色理论的少量数据建模和神经网络能够逼近任意复杂函数的优点，并将该模型应用于东江水库年径流预测.结果证明，该模型预测精度更高，实用性更强.

GM(1，1);BP神经网络;东江水库;径流预测

近年来，东江水库对湘江干流补水，影响了其发电效益.为了充分利用东江水库水能资源，优化水库调度，提高水电站经济效益，有必要对东江水库进行年入库径流量预测研究.目前水库径流预测的方法很多，但每种方法都有一定的局限性及适用条件.组合预测方法在中长期径流预测中的应用还处于初级阶段，如何针对具体的预测问题选择组合预测方法缺乏相应的指导原则，对组合预测的实时校正等问题的研究还较少［1］.并且由于径流序列影响因素的复杂性，目前径流预测存在的最大问题是预报精度偏低.

灰色预测在数据较少、数据呈类似指数变化，且数据序列波动不大时效果较好.但在非线性的水文时间序列预测中，当数据变化速度较快时预测精度大大降低［2］.神经网络模型具有较强的非线性映射能力，能够逼近任意复杂函数.但误差反传播(Back Propagation，简称BP)算法存在局部极小点、算法收敛速度慢、对初始权值敏……