基于Kalman滤波的实时校正模型研究

发布时间：2021-06-23 22:00

　　采用Preissmann四点隐式差分对一维动力学模型中圣维南方程组进行时间和空间离散,并结合Kalman滤波理论,建立以观测变量为状态向量的自适应实时校正模型。该模型在淮河中游的应用表明,相比于不使用实时校正模型,其预报的水位、流量精度更高。 

【文章来源】：水力发电. 2020,46(08)北大核心

【文章页数】：4 页

【部分图文】：

润河集站Kalman滤波模型外推6 h预报过程

鲁台子站流量Kalman滤波模型外推6 h预报过程

正阳关水位Kalman滤波模型外推6 h预报过程

【参考文献】：
期刊论文
[1]基于GLUE的流域水文模型参数不确定性研究[J]. 王莉莉,包红军,李致家.  水力发电. 2018(09)
[2]水文模型的不确定性和异因同果性:认知的回顾[J]. 杨小柳,王艺臻.  水利学报. 2018(01)
[3]气象水文耦合的洪水预报研究进展[J]. 包红军,王莉莉,沈学顺,李致家,黄小祥.  气象. 2016(09)
[4]水动力学模型实时校正方法对比[J]. 刘开磊,姚成,李致家,阚光远,包红军.  河海大学学报(自然科学版). 2014(02)
[5]中国水文预报技术发展的回顾与思考[J]. 张建云.  水科学进展. 2010(04)
[6]水动力学模型卡尔曼滤波实时校正技术[J]. 葛守西,程海云,李玉荣.  水利学报. 2005(06)
[7]河道洪水实时预报的半自适应模型研究[J]. 李致家,孔祥光,朱兆成,李健.  水科学进展. 1998(04)



本文编号：3245729