关键词:
水位流量关系
水力因素
MLP模型
LSTM模型
摘要:
确定水位流量关系的传统方法主要基于物理规律和经验公式建模,模型精度有限,同时受个人经验和水平的影响,结果精度常常具有较大的不确定性;机器学习方法通过训练模型自动学习水位与流量关系,具有灵活性和适应性,但缺乏对物理规律的解释和理解,并对数据质量和数量要求较高。提出水流物理规律与人工智能算法相结合的水位流量确定方法,通过结合水文站点水位与上下游站点的落差及机器学习模型构建流量计算方案,以此确定水位流量关系;以汉口站作为试验站,并比较MLP与LSTM两种不同的机器学习模型计算结果。结果表明,水流物理规律与人工智能算法相结合的水位流量关系确定方法,能够准确推求流量,绘制水位流量关系曲线,同时LSTM模型计算结果精度较高,汉口站2018—2020年的模型计算结果决定系数均在0.9950以上,平均相对误差均在3%以内。