長距離調水工程閘前水位受諸多水力控制因素影響,其波動趨勢具有很強的非線性和隨機性特征,難以用水動力機理模型高精度模擬,成為長距離輸水調度方案制定的一大障礙。提出了一種基于深度學習網絡的閘前水位預測新方法,建立了一個三層的LSTM水位預測模型,并應用于南水北調中線京石段的閘前水位預測,與深度神經網絡(DNN)預測結果進行了對比。結果顯示LSTM預測結果具有很高的精度,納什系數高達0.99,均方根誤差最高為0.029 m,能很好地預測水位波動趨勢,預測效果比DNN更好�？偨Y在LSTM模型構建時應考慮最大迭代次數對計算效率影響以及LSTM隱藏單元數目和學習率對精度的影響。本研究可為長距離調水工程水位預判、調度預警、水資源調度決策以及閘門智能控制提供重要參考。

【文章頁數】：5 頁

【文章目錄】：
0 引 言
1 研究區(qū)及數據
    1.1 研究區(qū)域
    1.2 研究數據
2 LSTM模型
3 閘前水位預測模型的建立
    3.1 模型輸入及輸出
    3.2 數據前處理方法
    3.3 模型評價指標
4 結果與分析
    4.1 模型預測精度評價
    4.2 模型參數對預測精度及計算效率影響分析
5 結 論



本文編號：3774857