岳城水库洪水预报人工神经网络模型实现(1)程(2)

5．模型检验

应用以上该区洪水预报的神经网络模型参数分别对1982年、1971年的两次洪水进行检验预测，相应洪水过程趋势线见图4图5。

表2  预报考评指标表

注： 1. 1982.1表示1982年大洪水的第一次洪峰，其它类同。

     2. 1982年前20h表示1982年大洪水的涨洪段前20h，其它类同。

图4  1971年预测洪水与实测洪水过程线              图5  1982年预测洪水与实测洪水过程线

检验标准：

1）洪峰流量预报误,经计算、皆小于0.1，据《水库洪水调度考评规定sl224-98》，考评等极为良好（见表2）。

2）峰现时间预报误差，经计算考评等极为一般，其中一次良好。

3）洪水过程预报考评指标，从预报数据分析，两次洪水过程的预报考评0.23，，根据规范属一般，从洪水过程检验指标可分析主要是因为模型对涨洪期低量洪水预报精度不高造成，但峰值附近及后期预报精度较高，可作为洪水预报的一项行之有效的方案。

6．结论

   岳城水库入库洪水过程的神经网络预测模型运行稳定，对峰高量大洪水预报较为准确，根据规范规定可作为水库自动测报系统的有益补充，为水库的防洪调度提供较为可靠的依据。 

参考文献：

[1]焦李成.神经网络的应用与实现.西安：西安电子科技大学出版社，1993

[2]李春好等.人工神经网络bp算法的数据处理方法及应用.系统工程理论与实践,1997,17(8)

[3]赵林明等.多层前向人工神经网络.郑州：黄河水利出版社，1999

[4]丁晶等.人工神经前馈(bp)网络模型用作过渡期径流预测的探讨.水电站设计,1997,13

[5]李正最.人工神经网络推算洪水流量的计算方法.四川水力发电,1997,16

[6]蒋宗礼.人工神经网络导论.北京：高等教育出版社,2001

共2页: 2