人民黄河
人民黃河
인민황하
Yellow River
2015年
3期
129-131
,共3页
陈晓楠%段春青%靳燕国%郭芳%马艳军
陳曉楠%段春青%靳燕國%郭芳%馬豔軍
진효남%단춘청%근연국%곽방%마염군
流量计率定%人工神经网络%南水北调中线%滹沱河节制闸
流量計率定%人工神經網絡%南水北調中線%滹沱河節製閘
류량계솔정%인공신경망락%남수북조중선%호타하절제갑
南水北调中线各节制闸、分水口门处均设置了流量计.分水口门处的流量测量是分水水量计量的依据,节制闸的流量数据是输水调度的重要参考,流量计的率定是至关重要的工作.传统率定流量计的方法是通过水文精测法对流量计测量数据进行修正,一般根据比测数据的大致分布,人工选择数学函数拟合流量计与流速仪所测流量数据之间关系.这种方法在函数形式的选择上存在较大的人为随意性,并且往往需要多次试验,反复比较才能找到较为满意的线型,工作量大.针对上述问题,将人工神经网络应用于南水北调中线京石段滹沱河节制闸流量计率定中,对32组实测样本进行数据拟合,绝对值误差和为7.715,而传统利用二次函数进行拟合的误差为8.019,人工神经网络拟合精度较高,且该技术能够根据实测数据自动生成回归模型,适应性强,有较好的推广应用价值.
南水北調中線各節製閘、分水口門處均設置瞭流量計.分水口門處的流量測量是分水水量計量的依據,節製閘的流量數據是輸水調度的重要參攷,流量計的率定是至關重要的工作.傳統率定流量計的方法是通過水文精測法對流量計測量數據進行脩正,一般根據比測數據的大緻分佈,人工選擇數學函數擬閤流量計與流速儀所測流量數據之間關繫.這種方法在函數形式的選擇上存在較大的人為隨意性,併且往往需要多次試驗,反複比較纔能找到較為滿意的線型,工作量大.針對上述問題,將人工神經網絡應用于南水北調中線京石段滹沱河節製閘流量計率定中,對32組實測樣本進行數據擬閤,絕對值誤差和為7.715,而傳統利用二次函數進行擬閤的誤差為8.019,人工神經網絡擬閤精度較高,且該技術能夠根據實測數據自動生成迴歸模型,適應性彊,有較好的推廣應用價值.
남수북조중선각절제갑、분수구문처균설치료류량계.분수구문처적류량측량시분수수량계량적의거,절제갑적류량수거시수수조도적중요삼고,류량계적솔정시지관중요적공작.전통솔정류량계적방법시통과수문정측법대류량계측량수거진행수정,일반근거비측수거적대치분포,인공선택수학함수의합류량계여류속의소측류량수거지간관계.저충방법재함수형식적선택상존재교대적인위수의성,병차왕왕수요다차시험,반복비교재능조도교위만의적선형,공작량대.침대상술문제,장인공신경망락응용우남수북조중선경석단호타하절제갑류량계솔정중,대32조실측양본진행수거의합,절대치오차화위7.715,이전통이용이차함수진행의합적오차위8.019,인공신경망락의합정도교고,차해기술능구근거실측수거자동생성회귀모형,괄응성강,유교호적추엄응용개치.