期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于图神经网络的水富—宜宾航道多站点水位预报模型
1
作者
陈柯兵
高玉磊
+2 位作者
王辉
单敏尔
李有为
《水运工程》
2024年第2期124-130,共7页
受到岷江、横江影响,向家坝下游水富—宜宾段水位变化特性复杂,干支流间水位、流量数据属于多维时空数据。研究选取spectral temporal graph neural network(StemGNN)时空图神经网络用于向家坝下游多站点水位预报,结果表明:该方法适用...
受到岷江、横江影响,向家坝下游水富—宜宾段水位变化特性复杂,干支流间水位、流量数据属于多维时空数据。研究选取spectral temporal graph neural network(StemGNN)时空图神经网络用于向家坝下游多站点水位预报,结果表明:该方法适用于研究区域的多站点水位预报,未来1、8 h模型预报性能较优,在向家坝站、宜宾站、李庄站3处的最大预报误差约为0.5 m。StemGNN特点是能够从输入数据中自动提取河网结构信息,体现研究区域的汇流特性。横江流量对于研究区域水位流量影响较小;向家坝水库水位、横江水位、高场水位代表研究区域前期的水位情况,高场流量作为较大的流量输入,对于研究区域水位流量影响较大。研究成果可为近坝段、支流入汇等水位变化特性复杂河段的多站点水位预报提供新思路。
展开更多
关键词
水位预报
向家坝水库
水富—宜宾航道
图神经网络
stemgnn
下载PDF
职称材料
题名
基于图神经网络的水富—宜宾航道多站点水位预报模型
1
作者
陈柯兵
高玉磊
王辉
单敏尔
李有为
机构
长江水利委员会水文局
中国长江三峡集团有限公司流域枢纽运行管理中心
长江航道局
长江航道规划设计研究院
长江航道勘察设计院(武汉)有限公司
出处
《水运工程》
2024年第2期124-130,共7页
基金
长江航道局科技项目(202230001)
中国长江三峡集团有限公司资助项目(0711606)
长江水利委员会水文局科技创新基金项目(SWJ-CJX23Z08)。
文摘
受到岷江、横江影响,向家坝下游水富—宜宾段水位变化特性复杂,干支流间水位、流量数据属于多维时空数据。研究选取spectral temporal graph neural network(StemGNN)时空图神经网络用于向家坝下游多站点水位预报,结果表明:该方法适用于研究区域的多站点水位预报,未来1、8 h模型预报性能较优,在向家坝站、宜宾站、李庄站3处的最大预报误差约为0.5 m。StemGNN特点是能够从输入数据中自动提取河网结构信息,体现研究区域的汇流特性。横江流量对于研究区域水位流量影响较小;向家坝水库水位、横江水位、高场水位代表研究区域前期的水位情况,高场流量作为较大的流量输入,对于研究区域水位流量影响较大。研究成果可为近坝段、支流入汇等水位变化特性复杂河段的多站点水位预报提供新思路。
关键词
水位预报
向家坝水库
水富—宜宾航道
图神经网络
stemgnn
Keywords
water level forecast
Xiangjiaba Reservoir
Shuifu to Yibin waterway
graph neural network
stemgnn
分类号
P731.34 [天文地球—海洋科学]
U61 [交通运输工程—船舶及航道工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于图神经网络的水富—宜宾航道多站点水位预报模型
陈柯兵
高玉磊
王辉
单敏尔
李有为
《水运工程》
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部