径流预报和水电站优化调度是水资源的开发和利用中的两个重要问题。可靠的径流预报是充分利用水资源、真正实现水库优化运行、发挥电站经济效益的有力手段和重要环节；水电站调度方案则关系到资源的优化配置和电网的稳定运行。本文结合福建水口水电站的工程实际，对水电站径流预报及其优化调度进行研究。　　 首先，通过小波分析，得到不同时间尺度下水口水电站的年、月径流的频谱特性，并通过小波方差图，得到序列的主要周期成分，得到的这些成果可以为中长期径流预报提供有益的信息。　　 其次，由于径流形成过程中受多种不确定因子的影响，变化非常复杂，因此准确的预报出未来年、月的径流量，一直是径流预报研究难度较大的课题。目前中长期径流预报方法很多，但是由于径流的复杂性，通过传统方法进行分析和预报仍有一定难度。本文将支持向量机应用于径流预报中，并提出一种基于粒子群优化算法的参数寻优方法，预报实例表明，通过粒子群寻优得到的支持向量机模型优于试验法以及网格搜索法得到的支持向量机模型。　　 然后，由于径流序列包含多种不同频率的序列，提出一种基于小波变换的支持向量机模型进行径流预报。该方法将径流序列经过小波分解，得到不同频率的子序列，再分别建立支持向量机模型进行预报，最后把各部分的预报结果叠加，得到完整的径流预报值。实例表明，该方法的预报精度比单一支持向量机模型的预报精度有所提高。　　 最后，由于大多数水电站优化调度属于有约束的非线性规划问题，粒子群优化算法适用于求解这类问题。本文对粒子群优化算法进行了描述，对水电站调度问题建立了优化模型，并结合水口水电站进行了应用研究。结果表明，粒子群优化方法应用于水库优化调度中，是可行和有效的。