BP神經網絡在太浦閘水位流量關系中的應用

李超 尤林賢 胡書庭

太浦閘在太湖流域防洪、水資源配置、水生態和水環境中發揮著重要作用，是國家水網重大工程中的重要“結”。2016年底，金澤水庫投運以來，太浦閘供水、水資源保障任務和效益顯著增加，太浦閘需要保持常年開啟狀態向下游地區供排水，且該常態為局部開啟、控制下泄流量（不是敞泄），這意味著需要精確執行調度指令。為了提高控制運行質量，提高閘門操作運行精準度，需開展太浦閘水位流量關系研究，以指導工程控制運行。

太湖流域管理局蘇州管理局結合太浦閘工程實際和工程實測數據，采用經驗系數法建立了太浦閘閘孔出流和堰流計算公式，并建立ΔZ—e—Q關系曲線，同時采用現場率定法對太浦閘實測數據進行流量系數率定，上述傳統水力學模型的方法并沒有找到太浦閘水位流量的明確關系。近年來，人工神經網絡模型在水利工程調度運行中得到了廣泛應用，通過從樣本數據中挖掘規律重構模型，即可在給定輸入時得到最接近期望的輸出。而BP神經網絡則具有更強的非線性映射能力和柔性網絡架構，能更有效地實現函數逼近、模型識別分類、數據壓縮和時間序列預測。

本文利用BP神經網絡算法在處理回歸問題方面的優勢以及模型的簡單易操作性，提出基于BP神經網絡算法來進行水位流量關系計算的方法，利用歷史數據進行模型的訓練，并檢驗該模型的精度，驗證該方法的可靠性，從而為太浦閘水位流量關系的計算提供一種簡單高效的方法。……