水利科技与经济
水利科技與經濟
수리과기여경제
2010年
3期
300-301
,共2页
电力抽水站%水位流量关系%RBF神经网络%拟合
電力抽水站%水位流量關繫%RBF神經網絡%擬閤
전력추수참%수위류량관계%RBF신경망락%의합
对于电力抽水站的水位流量关系,采用该水文站的站上下水位之差和开机功率作为输入,建立RBF神经网络模型进行拟合.结果表明,RBF神经网络对电力抽水站水位流量关系拟合效果较好,并且有效避免了多变量、非线性水位流量关系曲线拟合问题.在 Matlab环境下,建立 RBF神经网络非常方便,可有效提高整编精度和工作效率.
對于電力抽水站的水位流量關繫,採用該水文站的站上下水位之差和開機功率作為輸入,建立RBF神經網絡模型進行擬閤.結果錶明,RBF神經網絡對電力抽水站水位流量關繫擬閤效果較好,併且有效避免瞭多變量、非線性水位流量關繫麯線擬閤問題.在 Matlab環境下,建立 RBF神經網絡非常方便,可有效提高整編精度和工作效率.
대우전력추수참적수위류량관계,채용해수문참적참상하수위지차화개궤공솔작위수입,건립RBF신경망락모형진행의합.결과표명,RBF신경망락대전력추수참수위류량관계의합효과교호,병차유효피면료다변량、비선성수위류량관계곡선의합문제.재 Matlab배경하,건립 RBF신경망락비상방편,가유효제고정편정도화공작효솔.
