秦淮河流域东山站洪水位预报模型研究

来源 :水利信息化 | 被引量 : 0次 | 上传用户:ning0001
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
为了提高秦淮河流域洪水预报的水平,对东山站洪水位过程预报模型进行深入研究。采用线性动态系统模型与BP人工神经网络模型建立东山站洪水位逐时段预报模型,采用2010-2015年及2016-2017年汛期秦淮河流域实测雨量和东山站水位资料对模型进行率定和验证。结果表明:东山站洪水位逐时段预报的BP人工神经网络模型相对于线性动态系统模型具有较高的精度;相对于一维河网水动力模型,简单实用。
其他文献
文中通过激光雷达测风仪测得风电机组前方各距离处偏航误差,发现风电机组自身测得偏航误差数据有偏差,以激光雷达测风仪对风电机组偏航误差进行纠正,可有效减少偏航误差,提高
2020年9月28日,水利部召开国家水资源监控能力建设项目(2016-2018年)终验大会。会议成立了以刘伟平总工程师为主任委员的终验委员会,财务司、水资源管理司负责同志任副主任委
巡视检查是目前大多数水库安全管理的重要手段。水库GIS智能巡检系统以物联网、元素化、GIS平台、4G网络、移动开发和三维仿真等技术为基础,基本实现大坝巡视检查工作中感知
为顺应国家对于“互联网+政务服务”建设要求,解决现有业务应用孤立和信息分散的问题,淮河水利委员会开展综合应用门户整合建设,采用分层开放的体系架构,以“汇聚、提醒、定
为了提高国家水资源管控能力灌区计量监控点运行质量,提出一种基于深度学习算法的实时水位识别方法,该方法主要由YOLO-v3对象检测和ResNet刻度识别2种模型构成。通过算法设计、训练和集成,实现与浙江省水资源监控信息平台的集成应用。算法测试结果显示,该方法的测试识别、实际运行准确率和识别响应速度基本达到实际使用需求。随着模型训练数量增加,该方法水位识别进度将继续提高,并具备向检测断面现场环境识别拓