摘要
本发明公开了一种评估流域中下游水位流量变化的深度学习方法及装置,其中的方法包括水文断面资料收集与预处理;流域上游控制站的流量还原计算与演进;水位流量变化响应代理模型构建,基于深度学习构建流域上游水库调蓄与中下游水位流量变化响应的代理模型;数据集的划分与代理模型的测试应用,将时间序列数据划分为训练集、验证集、测试集,最终得到流域中下游控制站受上游水库调蓄影响的流量变化值。本发明结合实测水工情资料和洪水演进模型,基于深度学习构建流域上游水库调蓄与中下游水位流量变化响应的代理模型,能实现流域上游水库不同调蓄情景中下游水文情势的即时响应,满足调度策略研判时的实时性和快速响应需求。
技术关键词
控制站
深度学习方法
水文断面
水动力学模型
计算方法
汇流
水库蓄水量
深度学习装置
资料
递归神经网络
曲线
测流断面
方程
处理器
情景
测试模块
计算机设备
参数
系统为您推荐了相关专利信息
路径计算方法
控制系统
高精度压力传感器
闭环
碰撞检测算法
顺序控制方法
故障清除状态
动态
设备状态传感器
DCS控制站