-
题名基于BP神经网络的谢尔曼单位线优选算法研究与实践
- 1
-
-
作者
王惟一
-
机构
辽宁润中供水有限责任公司
-
出处
《水力发电》
CAS
2024年第8期5-10,共6页
-
文摘
洪水预报是防洪减灾的重要技术手段,但传统预报过程受人为经验因素影响较大。将辽宁指数模型、谢尔曼单位线、BP神经网络模型有机结合,构建LNZS-UH-BP模型。以降雨总量、降雨量时段最大、降雨强度、暴雨中心、径流深总量、径流深时段最大、初始蓄水量、单位线洪峰流量、单位线洪峰时段9项指标为输入节点,单位线编号为输出节点,构建9-3-1架构的BP神经网络优选模型,该模型可结合场次降雨特点自动优选单位线进行产汇流计算。以葠窝水库为研究区域,采用历史30场典型洪水资料对模型进行率定及精度验证。结果表明:LNZS-UH-BP模型在葠窝水库得到很好的应用,洪水要素及洪水过程都得到了很好的模拟,既提高了预报精度,又延长了预见期,使洪水预报更准确、更智能。采用LNZS-UH-BP模型进行洪水预报是可行的,在相似地区具有重要的借鉴意义。
-
关键词
辽宁指数模型
谢尔曼单位线
BP神经网络
LNZS-UH-BP模型
葠窝水库
-
Keywords
Liaoning index model
Sherman unit hydrograph
BP neural network
LNZS-UH-BP model
Shenwo Reservoir
-
分类号
P338
[天文地球—水文科学]
-
