径流预报误差的混合t Location-Scale分布模型及应用

摘要

基于混合t Location-Scale分布良好的自适应性,利用k均值聚类法挖掘数据隐含结构、 良好的聚类效果特点,建立了不同预见期径流预报误差混合t Location-Scale分布模型.将模型应用于雅砻江流域官地水库,对预见期分别为6、12、18 h和24 h的区间径流预报误差进行了分析与建模,结果发现混合t Location-Scale分布模型弥补了单一分布难以描述径流预报误差特征多样性的局限,能更准确地描述不同预见期径流预报误差的统计特征,误差分布与实测径流预报误差的变化规律一致,可为水库水电站的径流预报和调度运行提供更加准确、 可靠的来水数据.