典型文献
抽水蓄能电站地下水位预测的优化神经网络模型
文献摘要：
抽水蓄能电站上、下水库落差大,水头高,针对输水系统沿线山体地下水位变化的监测和预测对电站安全运行过程中的监测分析具有重要意义.为实现施工期山体水位预测,通过环境监测站获取多项环境监测数据,结合PCA(主成分分析)和GA(遗传算法)优化BP神经网络方法,建立PCA-GA-BP优化模型对地下水位进行预测.选取广东某抽水蓄能电站环境量及输水系统沿线山体水位孔数据,在分析测点、测站布置及地下水位影响因素基础上,对优化算法模型进行验证、比较.实验结果表明:优化模型具有较高预测精度,在高、中、低水位预测中综合相对误差较低,决定系数更高,均优于单BP预测模型,并通过PCA法使得网络拓扑结构更简单,提高综合预测精度,具有较好的预测效果,在实际运用中可以为安全分析、工程预警等领域提供一定参考.
文献关键词：
地下水位预测;主成分分析;遗传算法;优化神经网络;抽水蓄能电站;输水系统
中图分类号：
作者姓名：
郭浩然;李映;黄鹤程
作者机构：
中国电建集团贵阳勘测设计研究院有限公司,贵州 贵阳 550081;南方电网调峰调频发电有限公司,广东 广州 510630
文献出处：
引用格式：
[1]郭浩然;李映;黄鹤程-.抽水蓄能电站地下水位预测的优化神经网络模型)[J].水利信息化,2022(03):40-45
A类：
B类：
抽水蓄能电站,地下水位预测,优化神经网络,站上,下水库,落差,水头,输水系统,山体,水位变化,监测分析,施工期,环境监测站,环境监测数据,GA,神经网络方法,孔数,水位影响,算法模型,决定系数,网络拓扑结构,实际运用,安全分析
AB值：
0.20424
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。
