| 基于GRA-NARX神经网络的泵站站前水位预测模型 |
| |
| 作者姓名： | 刘晓伟 哈明虎 雷晓辉 张召 |
| |
| 作者单位： | 1.河北工程大学水利水电学院，河北 邯郸 056038；2.河北省智慧水利重点实验室，河北 邯郸 056038；3.中国水利水电科学研究院，北京 100038 |
| |
| 摘 要： | 针对多种水工建筑物相互作用和影响下的泵站水位预测难题，提出基于GRA-NARX（grey relation analysis-nonlinear autoregressive model with exogenous inputs）神经网络的泵站站前水位预测模型。该模型包括灰色关联分析(GRA)和NARX神经网络两部分，利用3种训练算法和不同时间延迟分别对密云水库调蓄工程屯佃泵站站前水位进行2 h预测，并与NARX模型和GRA-BP(grey relation analysis-back propagation)模型的预测结果进行比较。研究结果表明，GRA-NARX-BR(grey relation analysis-nonlinear autoregressive model with exogenous inputs-bayesian regularization)模型用于水位预测能够比较全面地考虑影响因子，预测精度高，相关系数最高达0.986 62，均方根误差最小为0.008 6 m，预测效果比NARX模型和GRA-BP模型好，且时间延迟越长，均方根误差越小。模型也可在其他调水工程中推广使用。
|
| 关 键 词： | 灰色关联分析 NARX神经网络 BP神经网络 水位预测 密云水库调蓄工程 |
Prediction model of water level in front of pumping station based on GRA-NARX neural network |
| |
| Abstract: | |
| |
| Keywords: | grey correlation analysis NARX neural network BP neural network water level prediction Miyun reservoir storage project |
|
| 点击此处可从《》浏览原始摘要信息 |
|
点击此处可从《》下载全文 |
