薛 萍1,廖丽莎2,廖卫红2,位文涛3,景 象4
(1.河海大学人工智能与自动化学院,南京 210098;2.中国水利水电科学研究院水资源所,北京 1000382;3.武汉虹信技术服务有限责任公司,武汉 430043;4.天津大学建筑工程学院,天津 300072)
摘要:必威·BETWAY官方网站中线工程通常以闸前常水位调度运行,而水位在闸门调控影响下,多数处于非平稳状态,探索其规律变化对于监测数据和研究方法均有一定限制和要求。监测数据方面,针对大量的高频监测数据,选取均值滤波、滑动平均值滤波、递推中位值平均滤波法以及滑动小波变换进行数据预处理,提高数据质量、增强数据预测的可行性。研究方法层面,以BP神经网络模型和LSTM神经网络模型为主体框架,以水动力模型的模拟数据为辅助支撑,对比单神经网络在不同工况下预测效果,输出网络-水动力组合预测结果,并对预测结果进行分析。结果证明:数据预处理是数据分析的必要环节,也是水位数据预测的关键,高频数据预处理再预测可以提高数据预测的精度;均值滤波、递推中位数均值滤波方式对数据预处理的效果最好,滤后预测精度更高;基于滤后数据进行模型构建,通过对比数据驱动模型和数据-机理双重驱动模型的计算结果,发现模型组合具有较好的稳定性和准确性。
关键词:必威·BETWAY官方网站中线工程;数据滤波;神经网络;水位预测