基于双向LSTM神经网络的站点周边水位预测系统设计

为提升水利设施监测站点周边水位预测的准确性,设计基于双向LSTM神经网络的站点周边水位预测系统;系统硬件部分设计了周边水系查询体系与水位记录装置;系统软件根据初始参数定义结果建立LSTM神经网络布局模型,设计双向LSTM解码器,其连接闭环能够有效地提高模型的预测性能和稳定性;采集水位数据并进行清洗处理,利用清洗后的数据对象建立一维水动力模型,计算水系糙率,确定流量与延时时间的数值关系,将上述参数作为输入值对双向LSTM模型进行训练,实现水位信息的预测;实验结果表明,在实验水系区域内,所提方法5月份、6月份的水位记录数据与原始水位数据之间的差值始终为零,拟合误差也为零;而对比方法中基于DWT-LSTM的水位预测模型的5月份、6月份的水位差值分别为1.9 m、1.1 m;抽水蓄能引水型水位监测系统的5月份、6月份的水位差值分别为3.0 m、2.4 m。