期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
南水北调中线工程水位的水动力-神经网络耦合预测模型 被引量:8
1
作者 薛萍 廖丽莎 +2 位作者 廖卫红 位文涛 景象 《南水北调与水利科技(中英文)》 CAS CSCD 北大核心 2023年第6期1116-1125,共10页
南水北调中线工程通常以闸前常水位调度运行,而水位在闸门调控影响下多数处于非平稳状态,探索其变化规律对于监测数据和研究方法均有一定限制和要求。监测数据方面,针对大量的高频监测数据选取均值滤波、滑动平均值滤波、递推中位值平... 南水北调中线工程通常以闸前常水位调度运行,而水位在闸门调控影响下多数处于非平稳状态,探索其变化规律对于监测数据和研究方法均有一定限制和要求。监测数据方面,针对大量的高频监测数据选取均值滤波、滑动平均值滤波、递推中位值平均滤波法、滑动小波变换进行数据预处理,提高数据质量、增强数据预测的可行性。研究方法层面,以BP神经网络模型和长短期记忆(long short-term memory,LSTM)网络模型为主体框架,以水动力模型的模拟数据为辅助支撑,对比单神经网络在不同工况下的预测效果,输出水动力-神经网络组合预测结果。结果表明:数据预处理是数据分析和预测的必要环节,高频数据滤波处理再预测可以提高数据预测的精度;均值滤波、递推中位数均值滤波方式对数据预处理的效果最好,指标合理时滤后决定系数(R^(2))精度均超过0.95,且均方根误差(RMSE)和平均绝对误差(MAE)不超过0.02,准确性高;基于滤后数据进行模型构建,通过对比数据驱动模型和数据-机理双重驱动模型的计算结果,R^(2)维持在0.98附近,RMSE、MAE维持在0.01左右,耦合模型具有更好的稳定性和准确性。 展开更多
关键词 南水北调中线工程 数据滤波 神经网络 水位预测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部