摘要
本发明公开了一种排水流量预测模型的构建方法,包括获取排水系统的输入型物理元素、隐藏型物理元素和输出型物理元素和管网连接关系,将输入型物理元素、隐藏型物理元素和输出型物理元素映射为脉冲神经网络模型的输入层神经元、隐藏型物理神经元和输出层神经元,根据管网连接关系建立输入层神经元、隐藏层神经元和输出层神经元之间的连接,以获得脉冲神经网络模型。根据历史监测数据构建模型训练样本集,通过模型训练样本集对脉冲神经网络模型进行训练,在脉冲神经网络满足预设训练结束条件的情况下,将脉冲神经网络模型确定为用于根据排水系统的实际检测数据预测排水系统的排水流量的排水流量预测模型,能够提升对排水系统排水流量的预测精度。
技术关键词
脉冲神经网络模型
流量预测模型
排水系统
历史监测数据
训练样本集
元素
物理
降雨量传感器
状态监测器
水位监测器
流速传感器
关系
排水口
液位传感器
泵站
检查井
调节池
处理器
系统为您推荐了相关专利信息
带宽分配方法
流量预测模型
家庭网关
接入设备
神经网络架构
基坑变形预测方法
预测模型训练方法
LSTM模型
实时监测数据
历史监测数据
分级识别方法
排水管网模型
综合风险指标
地下水
地表水
中小型水库
评估系统
动态权重分配
三次样条插值
孔隙水压力分布