پیش بینی زمان واقعی جریان ورودی روزانه به مخزن سد کارون 3 با تلفیق روش اتورگــرسیو و پیشبینیهای بارندگی
Authors
Abstract:
پیشبینی در زمان واقعی جریان رودخانهها در بهرهبرداری بهینه از سیستمهای منابع آب و به ویژه سدهای مخزنی به عنوان پیشنیازهای اصلی و اساسی مطرح هستند ولی به دلیل پیچیدگی بالای وقایع هیدروکلیماتولوژی، انجام پیش بینی در زمان واقعی بسیار دشوار و غالبأ توأم با خطا میباشد. این امر باعث شده کارهای زیادی برای دست یافتن به مدلهای پیشبینی کوتاهمدت جریان رودخانهها و به ویژه جریان ورودی مخازن سدها انجام گیرد و به تبع آن مدلهای متنوعی تهیه و ارائه شده است. در حوضه کارون به دلیل تعدد سدهای بزرگ ساخته شده یا در دست ساخت و اهمیت بالای تولید بهینه برق آبی در این حوضه، انجام پیشبینی جریان ورودی به مخازن در زمان واقعی اهمیت ویژهای داشته لذا در این تحقیق رودخانه کارون به عنوان نمونه موردی انتخاب شده و پیش بینی در زمان واقعی جریان ورودی به مخزن کارون 3 در دوره زمانی ابتدای آذر تا پایان اسفندماه 1383 که مصادف با آبگیری مخزن سد کارون3 بود، با روش تلفیقی تکنیک اتورگرسیو و پیشبینیهای بارندگی انجام گرفت. در این روش که براساس روند تغییرات دبی روزانه ورودی به مخزن سد کارون3 در یک دوره پنج روزه قبلی، دبی روزهای بعدی پیشبینی میگردد، جهت ایجاد یک ارتباط منطقی با شرایط دوره آتی مورد نظر، چندین سری اعداد تصادفی تولید شده و یکی از این سری اعداد تصادفی که بیشترین تطابق را با روند بارندگیهای روزهای آتی دارد انتخاب گردید. همچنین به منظور مقایسه نتایج، پیشبینی جریان با روش اتورگرسیو ساده نیز انجام گرفت. نتایج حاکی از آنست که خطای روش پیشنهادی برای روزهای غیربارانی 7/12 درصد و در روزهای بارانی 8/31 درصد بوده است و بطور میانگین خطای این روش در 109 روز پیشبینی انجام گرفته برابر 21 درصد بدست آمد که در مقایسه با روش اتورگرسیو ساده که دارای خطای متوسط 30 درصد بود، دارای دقت بیشتری میباشد.
similar resources
پیش بینی زمان واقعی جریان ورودی روزانه به مخزن سد کارون ۳ با تلفیق روش اتورگــرسیو و پیش بینی های بارندگی
پیش بینی در زمان واقعی جریان رودخانه ها در بهره برداری بهینه از سیستم های منابع آب و به ویژه سدهای مخزنی به عنوان پیش نیازهای اصلی و اساسی مطرح هستند ولی به دلیل پیچیدگی بالای وقایع هیدروکلیماتولوژی، انجام پیش بینی در زمان واقعی بسیار دشوار و غالبأ توأم با خطا می باشد. این امر باعث شده کارهای زیادی برای دست یافتن به مدل های پیش بینی کوتاه مدت جریان رودخانه ها و به ویژه جریان ورودی مخازن سدها ان...
full textمقایسه مدلهای خودهمبسته شبکه عصبی مصنوعی دینامیک و استاتیک در پیش بینی جریان ماهانه ورودی به مخزن سد دز
در مقاله حاضر قابلیت مدل خود همبسته شبکه عصبی مصنوعی دینامیک برای پیشبینی جریان ماهانه ورودی مخزن سد دز ارزیابی شده و نتایج به دست آمده با مدل خودهمبسته شبکه عصبی مصنوعی استاتیک مقایسه شده است. در تحقیقات قبل مقایسه مدلهای استاتیک و دینامیک در شبکههای عصبی مصنوعی صورت نگرفته است. ضمناً تحقیق حاضر از حیث خودهمبستگی مدل شبکه عصبی مصنوعی، دارای نوآوری میباشد. در این تحقیق آبدهی های ماهانه بین ...
full textتحلیل توانایی مدل میانگین متحرک جامع خود همبسته برای پیشبینی دو سال آیندهی جریان روزانه ورودی به مخزن سد دز
یکی از روشهای معمول در پیشبینی جریان رودخانهها، مدلهای سری زمانی میباشند. در این تحقیق به منظور پیشبینی آبدهی روزانهی ایستگاه تله زنگ واقع در بالادست سد دز از مدل میانگین متحرک جامع خود همبسته (ARIMA) استفاده شده است. با توجه به اینکه این دادهها دارای نوسانات فصلی میباشند، با بهرهگیری از سری فوریه، شاخصهای آماری آنها، نظیر میانگین و انحراف معیار برای دوره 28 ساله با پریود 360 روزه ب...
full textتحلیل توانایی مدل میانگین متحرک جامع خود همبسته برای پیشبینی دو سال آیندهی جریان روزانه ورودی به مخزن سد دز
یکی از روشهای معمول در پیشبینی جریان رودخانهها، مدلهای سری زمانی میباشند. در این تحقیق به منظور پیشبینی آبدهی روزانهی ایستگاه تله زنگ واقع در بالادست سد دز از مدل میانگین متحرک جامع خود همبسته (ARIMA) استفاده شده است. با توجه به اینکه این دادهها دارای نوسانات فصلی میباشند، با بهرهگیری از سری فوریه، شاخصهای آماری آنها، نظیر میانگین و انحراف معیار برای دوره 28 ساله با پریود 360 روزه ب...
full textکارایی سیستم استنتاج فازی برای پیش بینی جریان روزانه ورودی به سد بوستان
تقاضای چشمگیر فزاینده برای مصرف آب ناشی از رشد جمعیت از یک سو، و منابع آب محدود از سویی دیگر، کمبود آب را به مسئله ای حیاتی در کشورمان تبدیل می نماید. این امر، به نوبه خود، اثری مخرب بر روی رودخانه ها و جریان های ورودی به مخازن سدها دارد. بنا بر این، پیش بینی جریان رودخانه برای مدیریت کیفیت آب، تولید برق آبی، سیستم های آبیاری و مدیریت بهره برداری از مخازن سدها ضروری است. در سال های اخیر، به است...
15 صفحه اولمقایسه مدلهای خودهمبسته شبکه عصبی مصنوعی دینامیک و استاتیک در پیش بینی جریان ماهانه ورودی به مخزن سد دز
در مقاله حاضر قابلیت مدل خود همبسته شبکه عصبی مصنوعی دینامیک برای پیشبینی جریان ماهانه ورودی مخزن سد دز ارزیابی شده و نتایج به دست آمده با مدل خودهمبسته شبکه عصبی مصنوعی استاتیک مقایسه شده است. در تحقیقات قبل مقایسه مدل های استاتیک و دینامیک در شبکه های عصبی مصنوعی صورت نگرفته است. ضمناً تحقیق حاضر از حیث خودهمبستگی مدل شبکه عصبی مصنوعی، دارای نوآوری می باشد. در این تحقیق آبدهی های ماهانه بین ...
full textMy Resources
Journal title
volume 4 issue 2
pages 14- 22
publication date 2008-06-01
By following a journal you will be notified via email when a new issue of this journal is published.
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023