水库群运行的改进深度神经网络模拟方法
wf（2020）
摘要
流域大规模水库群的形成导致径流时空分布发生深刻变化,而不同水库群往往分属不同业主调度管理,上游水库群的下泄计划无法实时获取,给下游水库调度计划编制带来困难,并且影响下游水库运行安全.本文提出一种水库群运行自适应矩估计改进深度神经网络模拟方法,通过改善深度神经网络参数训练方式,从水库群历史运行数据中提取调度规则,在此基础上对水库群运行进行模拟,并结合实例研究,将结果与传统神经网络方法进行综合对比.结果 表明,本文所提出的方法能够更好地模拟水库群运行,所模拟的观音岩、锦屏一级和二滩水库下泄流量平均相对误差分别为8％、11％和10％,均优于反向传播(BP)神经网络结果,可为探究调度计划未知情况下的水库运行规律提供新途径.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要