基于Azure AutoML的泥沙预报模型构建与应用

作者：曹辉; 陈柯兵^*; 董炳江

来源：人民长江, 2023, 54(04): 94-100.

DOI：10.16232/j.cnki.1001-4179.2023.04.014

• 泥沙预报
• 沙峰传播
• 含沙量
• Azure AutoML
• 自动化机器学习
• 三峡水库

泥沙预报是开展水库泥沙实时调度的前提，而水沙作用机理和演进规律的复杂性又导致开展高效、精准的泥沙预报较为困难。基于微软在2018年发布的Azure AutoML自动化机器学习技术，进行了泥沙预报模型构建与应用的探索。选取三峡水库泥沙重要控制站——寸滩、清溪场、万县、黄陵庙站构建了含沙量预报模型，并从模型构建与评估、预报精度、输入因子重要性等角度开展了分析。研究结果表明：Azure AutoML技术可便捷地进行自动化机器学习模型的构建，基于该技术建立的预见期为1～3 d的模型针对沙峰消退阶段和含沙量较小阶段预报效果较好；预见期为1～2 d的模型可以对沙峰开展较为准确的预报；寸滩、清溪场站含沙量主要受到上游来沙的影响，而万县、黄陵庙站的含沙量自相关性较强。

• 单位
  四川大学; 长江水利委员会水文局; 中国长江电力股份有限公司; 水力学与山区河流开发保护国家重点实验室