基于BP神经网络的调水工程调蓄水位预测模型

摘要：

在调水工程中,如果泵站站前水位过低,会危及泵站安全,如果水位过高,会危及周边安全,因此探寻调水工程中河渠湖库水位变化显得尤为重要.以南水北调东线山东段南四湖为研究区域,寻求不同起调水位、出入流量、泵站开启时间差的调水方案下泵前水位变化规律.先利用耦合模型对不同的调水方案进行数值模拟,然后选取23组调水方案及其数值模拟所得的泵前水位作为样本训练BP神经网络,建立BP神经网络调蓄水位预测模型并进行验证,最后利用预测模型对不同调水方案进行泵前水位预测.结果表明,BP神经网络预测模型具有很强的预测能力,预测模型结果与耦合模型结果泵前水位基本吻合,水深相对误差小于9.15%,而模型计算效率提升96.67%.

关键词：调水方案、泵前水位、耦合模型、BP神经网络、预测模型

所属期刊栏目：16

分类号：TV131.2(水利工程基础科学)

资助基金："十二五"国家科技支撑计划项目2015BAB07B02;国家自然科学基金项目51621092,51609166National"Twelfth Five-Year"Plan for Science&Technology Support2015BAB07B02;National Natural Science Foundation of Chi-na51621092,51609166

在线出版日期：2018-03-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：8-13