基于机器学习算法的万家寨水库排沙预测研究 |
| |
引用本文: | 颜小飞,郭秀吉,孙龙飞.基于机器学习算法的万家寨水库排沙预测研究[J].水电能源科学,2023(3):79-82. |
| |
作者姓名: | 颜小飞 郭秀吉 孙龙飞 |
| |
作者单位: | 1. 黄河水利委员会黄河水利科学研究院;2. 水利部黄河下游河道与河口治理重点实验室 |
| |
基金项目: | 国家重点研发计划(2021YFC3200400); |
| |
摘 要: | 为克服水库排沙多因素、非线性复杂关系建立难题,实现水库排沙准确预测,利用万家寨水库2002~2020年水沙系列数据,基于XGBoost、KNN、SVR、RF四种机器学习算法分别预测分析水库出库含沙量。结果表明,利用机器学习算法可有效预测综合考虑不同影响因素的水库排沙;不同机器学习算法在水库排沙预测的适用性有所不同,对比之下,基于RF算法建立的水库排沙预测模型的决定系数R2最高为0.934 9,平均绝对误差及均方根误差均最小,分别为2.974、4.886,其预测效果更优于其他三种算法。研究成果可为水库排沙精确预测及调度方案优化提供参考。
|
关 键 词: | 水库排沙 含沙量 机器学习算法 预测模型 |
|
|