基于小波消噪技术的投影寻踪自回归预报模型

魏 鹏

(雅砻江流域水电开发有限公司,四川成都610051)

基于小波消噪技术的投影寻踪自回归预报模型

魏 鹏

(雅砻江流域水电开发有限公司,四川成都610051)

针对径流序列呈现出的随机性和非线性等,基于耦合小波分析理论的降噪功能以及投影寻踪自回归模型的非线性逼近功能,建立一种组合预报模型,即PPAR-WDT。模型运用Mallat算法将径流序列进行分解；然后利用阈值消噪技术对含有噪声的高频信号序列进行降噪处理,最后重构新序列；运用投影寻踪自回归模型进行预报。将新组合模型应用于某水文站中长期径流预报的结果表明,相比于单一投影寻踪自回归等3种模型,PPAR-WDT模型具有更高的预报精度和更好的稳定性。

径流预报；小波消噪技术；Mallat算法；投影寻踪自回归；组合模型

0 引 言

径流预报对防洪减灾以及水能资源的高效利用有着重要作用。受气候环境和人类活动等多种因素影响,径流序列表现出强烈的模糊性、随机性、非线性等特点[1]；因此,径流预报模型一直是水文水资源领域中的热点及难点问题之一。目前,较常用的预报模型有多元回归模型[2]、神经网络模型[3]、支持向量机[4]等；但在实际运用中仍受到不同程度的限制。如：多元回归模型的求解函数比较复杂,在预报非线性序列时精度难以得到保证；BP模型存在收敛速度较慢、训练时间较长等不足；支持向量机中参数优化比较复杂；等等。因此,研究新模型以提高径流预报精度仍然具有极为重要的现实意义[5- 6]。……