水电能源科学
水電能源科學
수전능원과학
INTERNATIONAL JOURNAL HYDROELECTRIC ENERGY
2005年
3期
20-22,34
,共4页
水库调度%调度函数%人工神经网络%综合利用
水庫調度%調度函數%人工神經網絡%綜閤利用
수고조도%조도함수%인공신경망락%종합이용
根据昭平台水库综合利用特点,建立了水库调度函数的人工神经网络(ANN)模型,并与多元线性回归模型进行了对比.研究结果表明,ANN模型能够更好地反映水库月末水位与影响因素(水库月初水位、来水量、灌溉用水量)间的复杂非线性关系,而且水库实时调度结果多年均值接近多年平均最优情况.
根據昭平檯水庫綜閤利用特點,建立瞭水庫調度函數的人工神經網絡(ANN)模型,併與多元線性迴歸模型進行瞭對比.研究結果錶明,ANN模型能夠更好地反映水庫月末水位與影響因素(水庫月初水位、來水量、灌溉用水量)間的複雜非線性關繫,而且水庫實時調度結果多年均值接近多年平均最優情況.
근거소평태수고종합이용특점,건립료수고조도함수적인공신경망락(ANN)모형,병여다원선성회귀모형진행료대비.연구결과표명,ANN모형능구경호지반영수고월말수위여영향인소(수고월초수위、래수량、관개용수량)간적복잡비선성관계,이차수고실시조도결과다년균치접근다년평균최우정황.
