基于LSTM和BP神经网络的水库入库径流中长期预测比较研究

为探究不同数据驱动模型在中长期径流预报的应用效果,以雅砻江流域两河口水库、锦屏一级水库入库径流为研究对象,采用长短期记忆网络(LSTM)和BP神经网络模型对各水库年径流、月径流进行预测。基于前期径流信息和环流影响因子数据构建中长期径流预测因子集,对长短期记忆网络(LSTM)和BP神经网络参数进行优选,建立各水库的年、月径流预测模型。结果表明:两种模型在年径流和月径流预测精度比较高,长短期记忆网络(LSTM)在年、月径流预测精度都略高于BP神经网络模型,两种模型在两河口水库径流预测精度都高于锦屏一级水库。该研究成果可为大型水电站中长期径流预测提供借鉴。

二滩水电站在雅砻江流域开发中的作用

从雅砻江流域水电规划入手，论述了建设二滩水电站的战略意义、在四川国民经济发展及四川电网中的地位和作用，同时对雅砻江水电开发的前景进行了展望。

基于人工神经网络的雅砻江流域水文过程多模型集合模拟

为降低水文模型的不确定性对流域水文过程模拟的影响,优化模型的实际应用效果,选取四种常见的水文模型:SWAT模型、BTOPMC模型、VIC模型和DTVG模型在中国西南的雅砻江流域分别建模,采用一套统一的模型输入数据与模拟时间范围,再次运用四个水文模型进行径流计算,并运用北京师范大学水科学研究院自主开发的基于人工神经网络方法的多模型输出集合系统对四个模型的模拟结果进行集合计算,得到集合计算的流量过程线及误差水平,与各水文模型计算结果相比较。研究结果表明,多模型集合计算的确定性系数和纳什效率系数均达到了0.90,相比单一水文模型的计算精度有大幅提高,且计算结果较稳定,与实际径流过程具有很好的一致性,说明多模型集合模拟在该流域具有很好的适用性。

雅砻江台网复杂地形条件下水库地震监测通信组网

雅砻江流域水库地震监测台网为四川省首个按全流域规划设计建设的水库地震专用台网,其台站数目众多且地形复杂,综合考虑台站所处地形、环境、供电方式、建设投资、后期运维等方面因素,采用了4G(3G)VPDN、卫星、超短波、有线光纤以及上述通信方式组合续传的方式组网,保证地震数据持续稳定传输。

流域化数字水库地震台网监测系统

雅砻江数字水库地震台网技术系统按照流域化建设和运行模式,以科学合理的测震台站布设、多样化及时通信组网方式和现代化台网中心,构成一个台站流域化布局、地震数据传输通信方式多元化、监测成果实时共享的水库地震监测系统,为工程安全监测和区域防震减灾及相关研究工作提供准确详实的基础资料,并为同类工程及大规模水库地震台网的设计和建设提供参考依据。

基于ConvLSTM网络的多源降雨融合方法

针对现有实测和预报降水资料时空误差显著的问题,以雅砻江流域为研究区域,基于全球降雨观测计划(GPM)数据、流域地形资料及国家级气象站降雨观测资料,采用能够同时考虑数据时间和空间特征的ConvLSTM网络构建了多源数据驱动降雨融合模型,并采用该模型得到了雅砻江流域0.05°分辨率的日降雨融合数据集.结果表明:所提模型降雨融合结果与实测面雨量相关系数可达0.91,平均绝对误差和均方根误差较GPM原始降雨数据、地理加权回归方法及长短期记忆网络(LSTM)模型融合降雨数据有所提高.

高山流域降水无线传感器网络节点布局优化方法

降水无线传感器网络节点布局对于准确分析降水时空分布规律和降低运维成本至关重要，是智慧流域物联网观测系统建设的关键问题和难点．针对高山流域的特点，在考虑路网约束的基础上，耦合回归克里格和模拟退火算法，提出了一种基于并行计算架构的流域降水无线传感器网络优化布局方法．利用该方法分析了雅砻江中下游流域现状站网的合理性，并进行站点优化布局研究．结果表明，基于回归克里格的优化布局方法可以对降水无线传感器网络进行合理优化布局，优化布局站点以相对较低的站网密度很好地捕捉了降水在空间上的分布规律；采用并行设计模拟退火算法进行降水无线传感器网络优化布局可以成倍的节省程序运行时间，显著提高优化布局效率．