摘要
采用GRU、LSTM、BPNN、CNN四种神经网络预测模型,以长江上游寸滩站、北碚站、朱沱站、高场站水文序列作为输入,对寸滩站2014年至2018年未来1天的含沙量进行了预测,并结合不同验证指标对预测结果性能进行了对比探讨和误差分析。结果发现:1)GRU和LSTM模型在含沙量预测性能表现优于BPNN和CNN模型;2)预测相对误差分布呈现底部集中头部分散,并随着枯水期和丰水期的表现出波动变化趋势;3)丰水期预测相对误差呈正偏态分布,枯水期呈指数分布,且枯水期含沙量预测相对误差大于丰水期;4)通过引入上游干支流来水改进模型输入能够改善模型预测性能。
基金
重庆市研究生联合培养基地项目资助(JDLHPYJD2021005)。
