基于数据驱动的平原水库健康诊断预测研究
发布时间：2020-12-30 10:04
近年来,随着经济社会的日益发展,人类和水资源的矛盾日益突出,健康的水环境是保障民生、提高人们生活水平的必然要求,是经济社会与生态环境和谐发展的基本条件。平原水库作为人类与自然相互交流的渠道,对平原水库健康进行诊断预测研究已成为当前的热点领域之一。随着数据驱动技术在水利行业中的迅速推广以及平原水库健康管理理念的逐渐兴起,平原水库健康监测平台积累了海量的水库健康监测数据,因此需要将数据驱动技术与平原水库健康管理相结合,采用数据驱动技术对平原水库健康诊断预测具有重要意义。本文分析了水库健康监测数据的特点,采用神经网络方法和深度学习方法对平原水库健康进行诊断预测。采用MATLAB软件对BP神经网络、RBF神经网络和粒子群优化的灰色神经网络编程,对水库健康进行诊断预测;采用TensorFlow平台对长短期记忆网络(LSTM)和门循环神经网络(GRU)编程,对水库健康进行预测。通过分析对比,选择合适的方法对水库健康诊断预测,以保证水库健康状况诊断和水库健康状况预测的精确性,为水库管理者对水库健康状况有一定判断,取得的主要结论如下:(1)在对平原水库的健康诊断方面,采用BP神经网络、RBF神经网络和...
【文章来源】：山东农业大学山东省
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
技术路线图
图 3 水库安全物联网智能检测系统Fig.3 Reservoir safety Internet of things intelligent detection system丁东水库的设计指标如表 1 所示：表 1 丁东水库设计指标Table 1 Design Index of Dingdong Reservoir项目指标项目指标
图 4 BP 神经网络的基本结构Fig. 4 Basic structure of BP neural network络算法原理层的 BP 神经网络结构中，分别为输入层、输出层和隐含
【参考文献】：
期刊论文
[1]深度学习在建筑物变化检测中的应用[J]. 王勇,景国强. 电子技术与软件工程. 2019(05)
[2]人工神经网络在活鱼运输中水质评价的应用[J]. 谢万里,蒲斌,王涛,尹绍武. 江苏农业科学. 2019(04)
[3]基于数据驱动的变换器故障诊断综述[J]. 黄丽梅,张旗. 电气技术. 2019(02)
[4]基于数据挖掘的长短期记忆网络模型油井产量预测方法[J]. 谷建伟,周梅,李志涛,贾祥军,梁颖. 特种油气藏. 2019(02)
[5]基于小波神经网络的交通事故的预测[J]. 潘慧慧,高鹏,周松林,谢东. 洛阳理工学院学报(自然科学版). 2018(04)
[6]BP神经网络算法在长春地铁二号线地表沉降预测中的应用[J]. 朱伟刚,徐超. 测绘与空间地理信息. 2018(12)
[7]数据挖掘技术在物流企业信息共享中的应用探究[J]. 李烁. 电脑编程技巧与维护. 2018(12)
[8]基于GA-灰色神经网络的沥青路面使用性能预测[J]. 陈仕周,李山,熊峰,李冠男. 重庆交通大学学报(自然科学版). 2019(02)
[9]某平原水库坝基渗漏成因分析[J]. 程康,段祥宝,谢罗峰,李景娟. 水电能源科学. 2018(09)
[10]基于深度学习的交通流量预测[J]. 刘明宇,吴建平,王钰博,何磊. 系统仿真学报. 2018(11)
博士论文
[1]粒子群算法的研究及应用[D]. 刘衍民.山东师范大学 2011
[2]灰色系统建模技术研究[D]. 谢乃明.南京航空航天大学 2008
硕士论文
[1]基于数据挖掘的电梯故障预测研究[D]. 盛山山.广东工业大学 2018
[2]基于模糊神经网络的高压不对称脉冲轨道电路故障诊断[D]. 王萌.北京交通大学 2016
[3]平原水库健康评价指标与评价方法研究[D]. 张瑞她.山东农业大学 2015
[4]山地城市河流与湖库健康度评价研究[D]. 袁茜.重庆大学 2014
[5]湖库生态安全综合评估[D]. 李亚男.浙江大学 2014
[6]神经网络和专家系统在道岔故障诊断中的应用研究[D]. 杨阳.兰州交通大学 2013
[7]人工神经网络在水质模拟与水质评价中的应用研究[D]. 宋国浩.重庆大学 2008
[8]平原水库土工膜防渗技术研究与应用[D]. 杜晖.河海大学 2006
本文编号：2947457
【文章来源】：山东农业大学山东省
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
技术路线图
图 3 水库安全物联网智能检测系统Fig.3 Reservoir safety Internet of things intelligent detection system丁东水库的设计指标如表 1 所示：表 1 丁东水库设计指标Table 1 Design Index of Dingdong Reservoir项目指标项目指标
图 4 BP 神经网络的基本结构Fig. 4 Basic structure of BP neural network络算法原理层的 BP 神经网络结构中，分别为输入层、输出层和隐含
【参考文献】：
期刊论文
[1]深度学习在建筑物变化检测中的应用[J]. 王勇,景国强. 电子技术与软件工程. 2019(05)
[2]人工神经网络在活鱼运输中水质评价的应用[J]. 谢万里,蒲斌,王涛,尹绍武. 江苏农业科学. 2019(04)
[3]基于数据驱动的变换器故障诊断综述[J]. 黄丽梅,张旗. 电气技术. 2019(02)
[4]基于数据挖掘的长短期记忆网络模型油井产量预测方法[J]. 谷建伟,周梅,李志涛,贾祥军,梁颖. 特种油气藏. 2019(02)
[5]基于小波神经网络的交通事故的预测[J]. 潘慧慧,高鹏,周松林,谢东. 洛阳理工学院学报(自然科学版). 2018(04)
[6]BP神经网络算法在长春地铁二号线地表沉降预测中的应用[J]. 朱伟刚,徐超. 测绘与空间地理信息. 2018(12)
[7]数据挖掘技术在物流企业信息共享中的应用探究[J]. 李烁. 电脑编程技巧与维护. 2018(12)
[8]基于GA-灰色神经网络的沥青路面使用性能预测[J]. 陈仕周,李山,熊峰,李冠男. 重庆交通大学学报(自然科学版). 2019(02)
[9]某平原水库坝基渗漏成因分析[J]. 程康,段祥宝,谢罗峰,李景娟. 水电能源科学. 2018(09)
[10]基于深度学习的交通流量预测[J]. 刘明宇,吴建平,王钰博,何磊. 系统仿真学报. 2018(11)
博士论文
[1]粒子群算法的研究及应用[D]. 刘衍民.山东师范大学 2011
[2]灰色系统建模技术研究[D]. 谢乃明.南京航空航天大学 2008
硕士论文
[1]基于数据挖掘的电梯故障预测研究[D]. 盛山山.广东工业大学 2018
[2]基于模糊神经网络的高压不对称脉冲轨道电路故障诊断[D]. 王萌.北京交通大学 2016
[3]平原水库健康评价指标与评价方法研究[D]. 张瑞她.山东农业大学 2015
[4]山地城市河流与湖库健康度评价研究[D]. 袁茜.重庆大学 2014
[5]湖库生态安全综合评估[D]. 李亚男.浙江大学 2014
[6]神经网络和专家系统在道岔故障诊断中的应用研究[D]. 杨阳.兰州交通大学 2013
[7]人工神经网络在水质模拟与水质评价中的应用研究[D]. 宋国浩.重庆大学 2008
[8]平原水库土工膜防渗技术研究与应用[D]. 杜晖.河海大学 2006
本文编号：2947457
本文链接：https://www.wllwen.com/kejilunwen/shuiwenshuili/2947457.html
