摘要：為了在量化入庫(kù)徑流預(yù)報(bào)誤差的條件下有效提高調(diào)度方案制作的精度,基于高斯混合模型(GMM)良好的自適應(yīng)性,能更準(zhǔn)確地描述單一預(yù)見(jiàn)期徑流預(yù)報(bào)誤差分布的特點(diǎn),以及高維meta-student t Copula函數(shù)具有將多個(gè)類(lèi)型邊緣分布有機(jī)耦合的優(yōu)勢(shì),建立了多個(gè)預(yù)見(jiàn)期入庫(kù)徑流預(yù)報(bào)誤差的GMM-Copula隨機(jī)模型。以雅礱江流域錦屏一級(jí)水電站水庫(kù)為例,對(duì)預(yù)見(jiàn)期分別為6 h、12 h、18 h、24 h的入庫(kù)徑流預(yù)報(bào)誤差進(jìn)行了分析與隨機(jī)模擬。結(jié)果表明,隨著預(yù)見(jiàn)期的增加,模擬誤差與實(shí)際誤差的主要統(tǒng)計(jì)特征值相差不大,滿(mǎn)足預(yù)設(shè)精度要求,且變化規(guī)律一致,驗(yàn)證了模型的可行性與有效性,為水庫(kù)調(diào)度方案的編制與實(shí)施提供了參考依據(jù)。