科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对建筑物调控下的水位预测难题，建立基于BP神经网络的泵站前池水位预测模型，在不同时间尺度下分析时间序列、影响因子、预报因子对水位预测精度的影响。将构建模型应用于胶东调水工程东宋泵站，研究结果表明：在数据总量一定的情况下，训练期和预测期之比为7∶3时，预测结果较好；数据量越大，保持一定预报精度所需要的正相关的影响因子数量越多；短时间内，预测时间间隔与数据本身时间间隔相同时，预测效果更好。该构建模型能够满足明渠调水工程泵站前池的水位动态预测需求，实现泵站前池水位的2 h准确预测和4 h一般准确预测，同时可在其他类似明渠调水工程中推广应用。
- 单位
