1. 华中科技大学土木与水利工程学院
2. 长江水利委员会网络与信息中心
3. 长江委流域管理数字赋能技术创新中心
4. 华中科技大学数字流域科学与技术湖北省重点实验室
纸质出版:2025
移动端阅览
许嘉盈, 张军, 曾德晶, 等. 考虑水头损失权重的流域取水口关系挖掘与短期预测研究[J]. 水电能源科学, 2025,43(10):56-60.
许嘉盈, 张军, 曾德晶, et al. 考虑水头损失权重的流域取水口关系挖掘与短期预测研究[J]. 2025, 43(10): 56-60.
许嘉盈, 张军, 曾德晶, 等. 考虑水头损失权重的流域取水口关系挖掘与短期预测研究[J]. 水电能源科学, 2025,43(10):56-60. DOI: 10.20040/j.cnki.1000-7709.2025.20242060.
许嘉盈, 张军, 曾德晶, et al. 考虑水头损失权重的流域取水口关系挖掘与短期预测研究[J]. 2025, 43(10): 56-60. DOI: 10.20040/j.cnki.1000-7709.2025.20242060.
取水预测是水资源监管的重要环节,准确预测不仅能优化供水系统调度决策,还有助于预警潜在的水短缺或过量取水情况,确保供水系统安全高效运行。为解决当前流域取水口时空依赖关系建模难题,提出一种考虑水头损失权重的流域取水口关系挖掘与短期预测方法。首先,从历史取水数据出发,自顶向下构建流域取水知识图谱;进一步引入图表示学习优化初始图谱,以距离阈值明确边连接,引入水头损失作为边权重,计算得到取水特征图;最后,融合图卷积网络和长短期记忆网络,构建兼顾时-空特征提取能力的预测模型,并以汉江流域为例开展方法验证。结果表明,该方法能够有效挖掘取水网络复杂关联,相较于传统方法,提升了预测准确性,为实现流域短期取水量预测提供了科学依据和参考。
Bruno M. Brentan,Edevar Luvizotto Jr.,Manuel Herrera,Joaquín Izquierdo,Rafael Pérez-García.Hybrid regression model for near real-time urban water demand forecasting[J].Journal of Computational and Applied Mathematics,2017.
郭磊,黄本胜,邱静,黄锋华.基于趋势及回归分析的珠三角城市群需水预测[J].水利水电技术,2017(01).
郭亚男,吴泽宁,高建菊.基于主成分分析的支持向量机需水预测模型及其应用[J].中国农村水利水电,2012(07).
冯钧,杭婷婷,陈菊,王云峰,王秉发,张涛.领域知识图谱研究进展及其在水利领域的应用[J].河海大学学报(自然科学版),2021(01).
黄艳,喻杉,罗斌,李荣波,李昌文,黄卫.面向流域水工程防灾联合智能调度的数字孪生长江探索[J].水利学报,2022(03).
马于航,索梅芹.基于GA-BP神经网络与正态区间估计的需水预测——以邯郸市为例[J].中国农村水利水电,2022(03).
刘昌军,刘业森,武甲庆,王豪,丁晓洁,吕娟,陈胜,金炎辉,李雪.面向防洪“四预”的数字孪生流域知识平台建设探索[J].中国防汛抗旱,2023(03).
张雯,廖晓玉,王开丽,于雨.数字孪生流域预演场景研究与运用——以嫩江干流为例[J].水利信息化,2024(01).
鲍阳,冯露,孔楠楠,胡海松.基于ARIMA模型对东江水源需水预测研究[J].吉林水利,2024(07).
0
浏览量
138
下载量
CSCD
关联资源
相关文章
相关作者
相关机构