科研之友
微信
新浪微博
Facebook
分享链接
摘要
为实现碗窑水库洪水智能化预报,分别建立了基于洪水场次数据驱动的BP、LSTM神经网络模型,完成了碗窑水库在不同预见期的入库流量预报。模型以过去5h降水和入库流量为输入,非滚动预报模型的有效预见期在4h以内,预报效果随预见期的增长逐渐降低;滚动预报模型的预见期相对较长,但预报效果稍逊。整体上,LSTM模型比BP模型的预报性能更优,非滚动预报模型的短期预报和滚动预报模型的长期预报相结合,能够满足碗窑水库实际洪水预报作业需求。
-
单位浙江省水利水电勘测设计院
