基于BP神经网络的合流制截污管溢流实时控制方法 |
| |
引用本文: | 何媛滨,方正,康丹,刘涵,陈铁.基于BP神经网络的合流制截污管溢流实时控制方法[J].中国给水排水,2024(3):120-123. |
| |
作者姓名: | 何媛滨 方正 康丹 刘涵 陈铁 |
| |
作者单位: | 1. 武汉大学土木建筑工程学院;2. 武汉市政工程设计研究院有限公司 |
| |
摘 要: | 提出了一种基于BP神经网络的合流制截污管溢流控制方法,通过使用当前时刻前一段时间每5 min的降雨、控制点水位、蒸发量和雨前干期等数据对控制点未来一段时间的水位进行预测,当控制点预测水位长时间超过设定值时,则实施开闸溢流。通过对近2年共3 000组观测数据进行训练测试,发现该模型的平均绝对误差(MAE)为0.111 5、均方根误差(RMSE)为0.156 5、平均百分比误差(MPE)为0.045 3%、纳什-苏特克利夫效率系数(NSE)为0.938 6,表明该模型在整体预测上满足应用要求。现该模型已部署至武汉市智慧水务系统,并在2023年7月8日的降雨事件中,预测到水位将会上升到22.7 m以上,实施开闸溢流,避免了城区内洪灾害。
|
关 键 词: | 合流制系统 神经网络 实时控制方法 截污管溢流 |
|
|