排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
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。 相似文献
2.
为实现引江济淮工程(安徽段)江水北送段的高效运行,以引江济淮工程江水北送段输水系统为研究对象,采用基于遗传算法构建的梯级泵站扬程优化分配模型,开展串联梯级泵站扬程优化分配研究。分别对设计和非设计工况下江水北送段输水系统的运行方案进行分析计算。计算结果表明:设计工况下优化后分配方案总效率较设计现状方案提高2.86%,说明模型优化后的方案可进一步提高梯级泵站的输水效率,为实现串联泵站输水系统科学、合理调度提供很好的科学支撑。 相似文献
3.
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... 相似文献
1