肖 农

国家能源集团江西电力有限公司万安水力发电厂

1 实时洪水预报误差校正方法

实时洪水预报是以前期资料结合实时情况，输入资料作为模型并不断更新信息参数，使结果逐步接近真实情况，不过实时洪水预报所使用的信息的质量仍然具有误差性。例如:实时洪水预报采用的遥测或报汛资料，由于水文资料不完整，实时洪水预报得到的流量资料是由水位流量关系算出，在蒸发计算中没有实测资料辅助资料，显示不精确。实时洪水预报中，预见期内的降雨量是未知的，而脱机洪水预报就能知道预见期内的降雨，所以两种方式针对计算预见期内降雨的测量结果有所不同。

预报总具是有误差性的。对于实时洪水预报，由于上述种种原因，预报误差更不容小觑。既有系统误差，也有随机误差，因此，在发布实时洪水预报之前，需要对误差进行实时校正。通常使用的方法有卡尔曼滤波法、递推最小二乘法、误差自回归法和自适应算法等。

1.1 卡尔曼滤波法

卡尔曼滤波法是目前应用最广泛的滤波法，是一种比较理想的校正方法。对系统的状态变量可以进行最优估计，同时达到最小方差又不损失预见期。在实时洪水预报中可选择预报模型的参数、预报对象和预报误差等作为变量。卡尔曼滤波适用于任何线性随机系统，实质上是一种条件概率密度的更新过程线性最小方差估计，也就是最小方差估。并可综合处理模型误差和量测误差的情况。……