| 基于AE-RCNN的洪水分级智能预报方法研究 |
| |
| 引用本文： | 苑希民,李达,田福昌,何立新,王秀杰,郭立兵.基于AE-RCNN的洪水分级智能预报方法研究[J].水利学报,2023,54(9):1070-1079. |
| |
| 作者姓名： | 苑希民 李达 田福昌 何立新 王秀杰 郭立兵 |
| |
| 作者单位： | 天津大学 水利工程仿真与安全国家重点实验室, 天津 300350;河北工程大学 水利水电学院, 河北 邯郸 075000;宁夏回族自治区水旱灾害防御中心, 宁夏 银川 750002 |
| |
| 基金项目： | 国家重点研发计划项目(2022YFC3202501);水利部重大科技项目(SKS-2022002);科技部重点领域创新团队(2014RA4031);国家自然基金委创新团队(51621092) |
| |
| 摘 要： | 复杂产汇流特性地区使用洪水分级预报方法可提高预报精度，本文提出一种基于自编码器(Autoencoder，AE)和残差卷积神经网络(Residual Convolutional Neural Network，RCNN)的洪水分级智能预报方法，使用自编码器和K均值聚类算法实现对原始水文数据的特征提取和洪水分级，通过RCNN模型提升卷积神经网络的有效训练深度，以山东省小清河流域黄台桥水文站为例开展洪水分级智能预报研究。结果表明应用降维数据聚类的AE-RCNN模型MAE指标、RMSE指标、NSE指标分别为5.04、7.91、0.92，优于CNN模型、RCNN模型和降雨聚类RCNN模型。该方法能够有效提取水文数据特征、提高洪水预报精度。
|
| 关 键 词： | 洪水分级智能预报 AE-RCNN 数据驱动模型 自编码器 残差卷积神经网络 |
| 收稿时间： | 2023/3/14 0:00:00 |
Research on flood classified intelligent forecasting method based on AE-RCNN |
| |
| YUAN Ximin,LI D,TIAN Fuchang,HE Lixin,WANG Xiujie,GUO Libing.Research on flood classified intelligent forecasting method based on AE-RCNN[J].Journal of Hydraulic Engineering,2023,54(9):1070-1079. |
| |
| Authors: | YUAN Ximin LI D TIAN Fuchang HE Lixin WANG Xiujie GUO Libing |
| |
| Affiliation: | State Key Laboratory of Hydraulic Engineering Simulation and Safety, Tianjin University, Tianjin 300350, China;School of Water Conservancy and Hydroelectric power, Hebei University of Engineering, Handan 075000, China; Flood and Drought Disaster Prevention Center of Ningxia Hui Autonomous Region, Yinchuan 750002, China |
| |
| Abstract: | |
| |
| Keywords: | hierarchical intelligent flood forecasting AE-RCNN data-driven model autoencoder residual convolutional neural network |
|
| 点击此处可从《水利学报》浏览原始摘要信息 |
|
点击此处可从《水利学报》下载全文 |
|
