基于智能算法的圆柱形堰闸流量预测模型

作者：曹顶业; 李珊珊; 李国栋^*; 沈桂莹

来源：水电能源科学, 2023, 41(09): 202-206.

DOI：10.20040/j.cnki.1000-7709.2023.20230299

• 圆柱形堰闸
• 流量系数
• 预测
• 人工智能

堰闸结构具有较大的泄流能力，为准确高效校核堰闸流量，采用BP神经网络、支持向量机(SVM)和广义回归神经网络(GRNN)3种智能算法对圆柱形堰闸流量系数(Cd)进行预测，并探究了无量纲参数与流量系数之间的相关性及变化规律。结果表明，广义回归神经网络GRNN模型和BP神经网络模型均可准确预测圆柱形堰闸流量系数，BP模型测试阶段决定系数为0.997,均方根误差为0.009,平均绝对百分比为0.801%,纳什效率系数为0.997,优于GRNN模型，可作为堰闸流量系数的高效高精度预测模型。闸门开度与圆柱直径之比(a/D)、堰顶水头与圆柱直径之比(Hw/D)与Cd之间具有强相关性。Cd随上游弗劳德数(Fr)、Hw/D的增加而增加，a/D越大，Cd增幅越大。研究结果可为圆柱形堰闸在实际工程中的推广应用提供理论参考和技术支撑。

• 单位
  西安理工大学