基于神经网络算法的旱季排水管网泵站液位预测方法

作者：云涛

来源：电子技术, 2020, 49(01): 53-55.

• 控制系统
• 排水管网
• BP神经网络
• 液位预测

由于排水管网水源的不确定性、非线性和滞后性,增加了运行管理和优化调度的难度,在运用水力模型计算时,无法准确获得实液位这一重要参数。建立排水管网泵站水池液位的BP神经网络预测模型作为替代方法,以上下游的水池液位及泵的排出量作为输入参数,未来的液位值为输出参数。根据现有数据对比,平均学习误差为1.65%,预测30min、60min、180min、360min时间段后液位的平均误差分别为0.61%、0.82%、2.70%、5.15%。更准确地利用液位预测值,可以为泵的启停提供有效的方法支持。