基于循环神经网络和关注机制的水库水位预测方法

    公开(公告)号:CN111553394A

    公开(公告)日:2020-08-18

    申请号:CN202010312062.1

    申请日:2020-04-20

    摘要: 本发明属于水库运行控制领域,公开了基于循环神经网络和关注机制的水库水位预测方法,包括:收集流量、水位数据,形成数据集,并对数据集分类;对数据集的水位、流量数值进行变换,得到标准数据集;构建带有关注机制的循环神经网络模型,定义目标函数;选择标准数据集的数据对循环神经网络模型进行训练;对训练的循环神经网络模型进行验证和测试;利用训练好的循环神经网络模型预测关键断面的水位。本发明的模型的计算精度既能够随着水库运行数据的积累不断提高,又对边界条件准确性的依赖低,能有效克服传统水动力学方法计算精度不高的问题;水库汛期调度中,可精准地预测关键断面水位,为大型水库或梯级水库的防洪、兴利调度决策提供技术支撑。

    一种计算水库回水范围的方法
    9.
    发明公开

    公开(公告)号:CN114169047A

    公开(公告)日:2022-03-11

    申请号:CN202111396090.7

    申请日:2021-11-23

    IPC分类号: G06F30/13 G06F30/20

    摘要: 本发明公开一种计算水库回水范围的方法,它包括收集水库相应数据,根据圣维南方程组原理,开发适用于当前河网结构一维洪水演进模型;根据场次洪水中实际坝前运用水位情况,将水位过程中每个水位值减小一个固定值,运用上述洪水演进模型,为水库计算一组虚拟水面线变化过程;根据场次洪水过程数据,选择库区最高水面线和对应的时刻,与同一时刻的虚拟水面线进行比较,二者水位的差值小于一个给定的值的位置,自坝址至回水末端的区间为回水影响范围;本发明能够降低对建库前天然河道水文资料的依赖;在大洪水条件下的适用性好,能够扩展传统方法的覆盖面;计算精度较传统方法高,能够为大型水库或梯级水库的防洪、兴利调度决策提供技术支撑。