《表4 模拟结果统计量对比》
表4给出了Adam-DNN自适应矩估计深度神经网络和BP神经网络调度模拟模型结果统计量对比,可以看出,本文提出的Adam-DNN方法在各个水库的模拟结果精度上均有明显提高,各水库模拟下泄流量的平均相对误差均在11%以下,平均绝对误差均在160m3/s以内,且拟合优度R2均在0.98以上,其模拟结果更逼近实际运行工况,能有效地模拟出上游水库的运行过程;此外,AdamDNN运行模拟模型在溪洛渡入库流量模拟精度和性能上也有优良表现,平均相对误差5%,绝对误差208.55 m3/s,均方根误差302.28,拟合优度0.99以上,四项统计指标均优于BP神经网络的模拟结果。结果证明,本文提出的水库群运行自适应矩估计改进深度神经网络模拟方法能更准确的模拟和刻画水库群调度运行规律,可为上游水库运行方式未知情况下溪洛渡水库调度计划编制提供依据。
图表编号 | XD00225075800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.25 |
作者 | 骆光磊、周建中、赵云发、覃晖、戴领 |
绘制单位 | 华中科技大学水电与数字化工程学院数字流域科学与技术湖北省重点实验室、华中科技大学水电与数字化工程学院数字流域科学与技术湖北省重点实验室、中国长江电力股份公司智慧长江与水电科学湖北省重点实验室、华中科技大学水电与数字化工程学院数字流域科学与技术湖北省重点实验室、华中科技大学水电与数字化工程学院数字流域科学与技术湖北省重点实验室 |
更多格式 | 高清、无水印(增值服务) |