基于注意力机制的CNN-BiLSTM过闸流量预测模型

何立新; 沈正华; 张峥; 雷晓辉

doi:10.20040/j.cnki.1000-7709.2025.20241202

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于注意力机制的CNN-BiLSTM过闸流量预测模型

水利枢纽、水利建筑物 | 更新时间：2026-02-25

- 基于注意力机制的CNN-BiLSTM过闸流量预测模型
- 基于注意力机制的CNN-BiLSTM过闸流量预测模型
- 水电能源科学 2025年第5期页码：135-138
- 作者机构：
  
  1. 河北工程大学水利水电学院
  2. 河北工程大学河北省智慧水利重点实验室
- 作者简介：
- 基金信息：
  
  国家重点研发计划(2023YFC3209400)
- DOI：10.20040/j.cnki.1000-7709.2025.20241202
  中图分类号： P338;TV66
- 纸质出版：2025
- 稿件说明：
移动端阅览
何立新, 沈正华, 张峥, 等. 基于注意力机制的CNN-BiLSTM过闸流量预测模型[J]. 水电能源科学, 2025,(5):135-138.

何立新, 沈正华, 张峥, et al. 基于注意力机制的CNN-BiLSTM过闸流量预测模型[J]. 2025, (5): 135-138.
何立新, 沈正华, 张峥, 等. 基于注意力机制的CNN-BiLSTM过闸流量预测模型[J]. 水电能源科学, 2025,(5):135-138. DOI： 10.20040/j.cnki.1000-7709.2025.20241202.

何立新, 沈正华, 张峥, et al. 基于注意力机制的CNN-BiLSTM过闸流量预测模型[J]. 2025, (5): 135-138. DOI： 10.20040/j.cnki.1000-7709.2025.20241202.

摘要

在明渠调水工程中，精确掌握过闸流量对于提升渠道调控效率、保障输水系统安全等问题意义重大。为提高过闸流量预测精度，提出一种基于注意力机制，融合卷积神经网络(CNN)和双向长短期记忆网络(BiLSTM)的过闸流量预测模型。以洺河渡槽节制闸为例，选取其1年时间尺度的实际数据为模型输入，模型首先将输入数据标准化，再利用CNN提取特征信息，经过BiLSTM捕获序列数据中的前后向依赖关系，最后通过注意力机制评估信息的重要程度，对特征参数进行加权处理，实现对过闸流量的预测。结果表明，所建模型相比于传统的BP-NN、SVR、LSTM等预测模型具有更好的预测结果，模型的平均绝对误差、平均绝对百分比误差、均方根误差和决定系数分别为3.682、0.018、4.661、0.983

可为工程实践提供参考。

Abstract

关键词

Keywords

references

马良玉,胡景琛,段晓冲,黄日灏.具有注意力机制的CNN-GRU模型在风电机组异常状态预警中的应用[J].南京信息工程大学学报,2025(03).

陈晓楠,乔雨,许新勇,卢明龙.基于双调和样条插值和量纲分析的过闸流量计算[J].华北水利水电大学学报(自然科学版),2024(03).

李珊珊,曹顶业,沈桂莹,李国栋.基于机器学习和全局敏感性的弧形闸门淹没特性[J].农业工程学报,2023(15).

郭世圆,马为之,卢瑞麟,刘晋龙,杨志刚,王忠静,张敏.基于LSTM神经网络的复杂工况下明渠流量预测[J].清华大学学报(自然科学版),2023(12).

李琳,赵帅杰.垂直梯形闸门自由出流水力特性试验研究[J].水利学报,2023(06).

任建吉,位慧慧,邹卓霖,侯庭庭,原永亮,沈记全,王小敏.基于CNN-BiLSTM-Attention的超短期电力负荷预测[J].电力系统保护与控制,2022(08).

王艺霖,靳燕国,陈晓楠,段春青,张召,雷晓辉,常文娟.LSTM神经网络和量纲分析法在弧形闸门过流计算中的对比[J].南水北调与水利科技(中英文),2022(03).

岳明哲,陈旭东,李俊杰.基于CNN-LSTM的混凝土坝渗流预测[J].水电能源科学,2020(09).

龙岩,雷晓辉,杨艺琳,李有明.南水北调工程突发水污染事件分级体系研究[J].水力发电学报,2019(03).

徐苏,窦明,米庆彬,石琨.五种过闸流量计算方法在槐店闸的适用性及改进的杜屿公式精度分析[J].水电能源科学,2016(03).

侯冬梅,王才欢,刘毅.调水工程输水渠道堰闸流量计算方法探讨[J].长江科学院院报,2013(08).

Ming Zhang,Zhi Ming Yuan,Sai Shuai Dai,Ming Lu Chen,Atilla Incecik.LSTM RNN-based excitation force prediction for the real-time control of wave energy converters[J].Ocean Engineering,2024.

Yaseen Zaher Mundher,Alawi Omer A.,Alshammari Ammar Mohammed,Alsuwaiyan Ali,Oyedeji Mojeed Opeyemi,Oudah Atheer Y..Development of Advanced Data-Intelligence Models for Radial Gate Discharge Coefficient Prediction: Modeling Different Flow Scenarios[J].Water Resources Management,2023.

浏览量

392

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于改进智能优化算法的爆破参数优化研究

基于DyGKAN图神经网络的供水管网泄漏定位模型

基于水锤防护的长距离加压输水系统阀门优化调控技术研究

融合DBO和Transformer变体模型的日径流预报模型研究

基于Attention-LSTM施工期面板堆石坝坝体沉降预测模型研究