应用改进BP网络对潼关高程的预测.pdfVIP

水 利 学 报 2003 年08 月 SHUILI XUEBAO 第8 期 文章编号：0559-9350(2003)08-0096-05 应用改进 BP 网络对潼关高程的预测 1 1 1 1 练继建 ,刘媛媛 ,胡明罡 ,张金良 (1.天津大学 建工学院水利水电系，天津 300072) 摘要：作者在分析了影响汛前和汛后潼关高程变化值的因素的基础上，利用改进 BP 网络模型对非特征汛期和汛 期潼关高程的变化值进行了计算。计算中不采用潼关的绝对高程，而用高程的变化量作为网络的较出物正量，从 而减少计算误差，同时又能客观地考虑各影响因子的作用。改进后的BP 模型学习时间短，精度满足要求。用该模 型计算的潼关高程变化趋势与实际水库调度运行中的高程基本吻合。 关键词：BP 网络模型；高程变化量；三门峡；潼关 中图分类号：TV145 文献标识码：A 潼关高程是其上游河道汇流区的侵蚀基准面，潼关高程的高低与小北干流和渭、洛河下游泥沙冲淤关 系密切，对该地区的防洪、除涝有重要的影响。由于它在三门峡库区中所处的特殊的地理位置，使得潼关 高程与三门峡水库综合运用紧紧联系在一起。潼关高程问题一直是三门峡水库调度运用过程中非常敏感的 问题，对不同的水库运用方式下潼关高程的计算和预测具有重要的意义。以往对潼关高程的计算主要采用 输沙率、地形法和野外调查计算淤积量的方法以及采用水流泥沙数学模型。但，影响潼关高程的因素很多， 比较复杂；来水、来沙等条件有具有随机性；潼关又处于渭、洛河与黄河的交汇处，计算时边界条件问题 处理起来非常麻烦，而且以往的估算方法具有很强的主观性，误差很大，不能很好的反映潼关高程的变化。 由于以上种种原因，目前的计算模型不能很好的解决潼关高程问题。这就需要采用一种新的计算方法，对 潼关高程进行计算和预测。 人工神经网络具有很好的分布存储和容错性，可以解决非线性问题，很适合对潼关高程进行计算和预 测。目前，人工神经网络模型有很多种；BP （Back propagation）神经网络是人工神经网络的重要模型之 一，应用极为广泛。 1 潼关高程的演变过程和基本规律 3 潼关高程可用来流量1000m /s 时的水位表示。影响潼关高程的主要因素有水沙条件、水库运用条件等。 影响汛期和非汛期潼关高程的因子也各不相同。为了清楚的反映影响潼关高程的各个因子，本文选取来水 量比较丰富的 1974 年、1975 年和近几年来水量比较少的 1998 年和 1999 年的水沙特性和潼关高程差。见 表1。 从表 1 可以看出，1974 年～1975 年来水量比较大而且来流量大于2000m3/s 的天数比近几年多，潼关高程 最多降低达到 1.09m。而近几年由于来水来沙条件的变化以及上游刘家峡、龙羊峡水库的投入运行，汛期 的来水量大大减少，来流量超过2000m3 3 /s 持续天数很少，尤其1999 年汛期，基本没有超过2500m /s 床降 收稿日期：2003-04-25 基金项目：国家自然基金资助项目；教育部青年骨干教师基金资助 作者简介：练继建(1965-)，男，福建人，教授，博士生导师，主要从事水利水电工程的研究与教学。的来流量，潼关河 96 水 利 学 报 2003 年08 月 SHUILI XUEBAO 第8 期 3 低的很少。尤其是 1998 年，来流量少、含沙量高，来流量超过2000m /s 的持