[发明专利]一种基于神经网络模型的电站水位过程预测方法及设备

摘要

本发明涉及河道型水库水量平衡计算领域，公开了一种基于神经网络模型的电站水位过程预测方法及设备，包括将上游电站出库流量到下游电站入库流量的径流演进时间作为下游电站入库流量的预测时长；将上一个预测时长内的电站运行数据作为一组输入变量序列输入BP神经网络模型，BP神经网络模型输出下一个预测时长内的下游电站的坝前预测水位，对BP神经网络模型进行训练；将电站当前运行数据输入至已训练完成的BP神经网络模型中，利用BP神经网络模型输出电站水位过程预测结果。本发明避免了直接采用静态曲线而导致的误差，不受静态曲线变化的影响，提高了水位计算速度和计算精度，预测结果相比于传统水量平衡模型精度更高。