基于新安江模型和BP神经网络的中小河流洪水模拟研究

来源 :中国农村水利水电 | 被引量 : 0次 | 上传用户:LUEYONGS
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为探讨更加符合中小河流域防洪要求的预报方法,并提高洪水预报精度,以屯溪流域为例,结合中小河流实际洪水预报要求,采用以洪峰合格率和峰现时间合格率为主要约束的非等权重的参数率定方法(即目标函数中径流深、洪峰流量、峰现时间合格率和确定性系数的权重分别为(1:2:2:1)对新安江模型进行参数率定,并采用算术平均法耦合新安江模型和BP神经网络模型计算结果,以期提高洪水预报精度.结果表明:以洪峰合格率和峰现时间合格率为主要约束的率定方法的新安江模型是可行的,相对于传统等权重的率定方法,在洪峰和峰现时间预报方面更具优势,符合中小河流防洪要求;新安江模型对洪峰和峰现时间模拟较好,BP神经网络模型对洪峰和径流深的模拟表现较好,采用算数平均法耦合两者的模拟结果,可以提高洪水预报精度.
其他文献
针对我国堤防工程隐患众多、险情频发等特点,结合堤防工程建设特点和防洪减灾战略需求,研究基于GIS+BIM+IoT数字孪生的堤防工程安全管理平台设计与实现,将基于GIS、BIM、IoT融合的数字孪生与堤防工程安全管理进行结合,研究数字孪生数据及模型集成与可视化表达方法,建立堤防险情识别深度学习模型,设计基于GIS+BIM+IoT数字孪生的堤防工程安全管理平台.选取长江干堤典型堤段进行应用示范,实践证明,相对于以往堤防工程数据库管理或二维平面管理模式中存在的信息缺失、精度不够、反馈滞后、表达单一等问题,基于数
为充分发挥大渡河流域梯级水库群的防洪作用,以大岗山水库为主要研究对象,剖析水库现行调度方式存在的问题,针对不同的来水情况,考虑梯级水库防洪能力、大岗山水库水文气象预报精度及其下游河道的安全泄量,分别采用梯级调洪演算法和改进预泄能力约束法,研究水库处于流域联合防洪状态下的调洪指标和处于较小来水情况下的动态控制指标,制定防洪调度与实时调度相结合的大岗山水库汛期调度方案.典型洪水实例演算表明:来水较大时,大岗山水库可削减洪峰流量530 m3/s,一定程度上减轻下游断面的防洪压力;来水较小时,可在保证自身安全的前