湄江LSTM神经网络水位预报模型应用研究
基于水文产流和水量平衡原理,寻找能够对目标控制断面的水位产生影响的变量因子,收集并处理这些变量的历史数据作为模型的输入数据,以控制断面的未来水位变化作为模型的输出数据,采用LSTM(Long short-term memory)神经网络来搭建水位预报模型.将该模型应用于遵义湄江湄潭站处,通过设定1 h、3h以及7h的预报时段,分析不同预报时段误差产生原因及解决方法.通过将模型计算结果与湄潭站实测水位进行对比,表明LSTM神经网络水位预报模型在历史数据完整的情况下具有较高的预报精度.
河道;水位;预报;LSTM神经网络
31
P338(水文科学（水界物理学）)
2022-03-01（万方平台首次上网日期，不代表论文的发表时间）
共5页
12-16
