基于BP神经网络的分流制雨水管中旱流流量预测模型

年径流总量的准确性会影响控制率的计算,而监测的年径流总量中存在旱流流量影响,准确预测雨水管中旱流流量并进行识别,能得到更加切合实际径流控制率的统计结果。将BP神经网络模型运用到旱流流量的预测上,可以提高其预测的准确性。以重庆市璧山区2017～2019年的典型下垫面雨水管出口旱流流量实测数据为例,选取月份、星期、小时、温度、湿度等指标作为预测参数,建立了BP神经网络预测模型,并运用该模型对各种典型下垫面的分流制雨水干管中的旱流流量进行预测与辨析。结果表明:模型预测值的相关性系数(R²)都在0.70以上,模型精度较高,能够准确地预测分流制雨水管出口中的旱流流量,可以提高雨水径流量计量的准确性。