典型文献
基于BP神经网络的不同时间尺度泵站前池水位预测模型
文献摘要：
针对建筑物调控下的水位预测难题,建立基于BP神经网络的泵站前池水位预测模型,在不同时间尺度下分析时间序列、影响因子、预报因子对水位预测精度的影响.将构建模型应用于胶东调水工程东宋泵站,研究结果表明:在数据总量一定的情况下,训练期和预测期之比为7:3时,预测结果较好;数据量越大,保持一定预报精度所需要的正相关的影响因子数量越多;短时间内,预测时间间隔与数据本身时间间隔相同时,预测效果更好.该构建模型能够满足明渠调水工程泵站前池的水位动态预测需求,实现泵站前池水位的2h准确预测和4h一般准确预测,同时可在其他类似明渠调水工程中推广应用.
文献关键词：
泵站前池;水位预测;BP神经网络;时间序列;比例
中图分类号：
作者姓名：
薛萍;张召;雷晓辉;卢龙彬;颜培儒;李月强
作者机构：
济南大学水利与环境学院,济南250022;中国水利水电科学研究院水资源所,北京100038;天津大学建筑工程学院,天津300072;河海大学水利水电学院,南京210098
文献出处：
引用格式：
[1]薛萍;张召;雷晓辉;卢龙彬;颜培儒;李月强-.基于BP神经网络的不同时间尺度泵站前池水位预测模型)[J].南水北调与水利科技（中英文）,2022(02):393-407
A类：
B类：
不同时间尺度,泵站前池,池水,水位预测,分析时间,预报因子,构建模型,模型应用,胶东,调水工程,训练期,之比,数据量,预报精度,时间间隔,明渠调水,水位动态,动态预测,2h,准确预测,4h
AB值：
0.239256
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
