径流中长期预报的预测结果是制定水资源系统中长期运行方案的基础并可以广泛的应用在环境保护,防治洪水,干旱保护,水库调度、水电站运行、航运管理和水资源分配等领域中,其对水库和水电站运行调度具有极大的经济价值。但由于降雨径流内在机制的复杂性及人类活动的影响,而中长期预报的预见期又较长,所以径流中长期预报精度往往不尽如人意。人工神经网络作为当前最常用的人工智能算法,在水资源系统预报问题如:降水预报、径流预报、水质预测、需水量预测、电力负荷需求预测等方面获得了广泛的应用,为提高径流中长期预报精度提供了一条有效的途径。本文结合云南电力集团水调高级自动化项目进行了以下几方面的工作: 1、运用人工神经网络模型对漫湾径流序列做出中长期预报,其结果与传统数理统计方法的预报结果进行了比较,表明了人工神经网络模型在水文预报中具有一定的优势。 2、以漫湾径流实测序列为研究对象,在数值试验的基础上找到了适合于漫湾径流序列预报的人工神经网络预报模型结构,提高了该模型的预报准确性。 3、在进行神经网络的训练时,有很多训练算法可供选择。每一种训练算法都有其优点和局限性。本文通过对基本的梯度下降算法、动量法、拟牛顿法、Levenberg-Marquardt算法和SCG算法的比较工作,得到了适合该神经网络模型的训练算法,既SCG算法,提高了预报的精度。 4、结合云南电力集团水调高级自动化工程项目,将本文的人工神经网络模型应用到中长期水情预报软件系统中,取得了较好的效果。