来源：期刊VIP网 时间：
作者：王飞龙;胡挺;肖扬帆;
单位：中国长江三峡集团有限公司;
摘要：传统的水库调度智能模型多是以前馈神经网络或循环神经网络为代表的黑箱模型，模型的可解释性较差，缺乏内部规律的探索。因此，基于物理神经网络基本原理，结合水库调度方程，以出库流量误差及出力误差之和为模型总误差，建立了包含水库调度方程的物理机制神经网络，并以向家坝水库为例，对比了不含水库调度方程的神经网络，讨论了模型隐藏层数及隐藏层神经元个数对模型精度的影响。结果表明，包含水库调度方程的神经网络模型验证效果优于一般前馈神经网络，验证误差率为3%,隐藏层数和神经元个数太少会导致模拟效果较差，而太多的隐藏层数和神经元个数可能对模型精度提升不大，选择合适的隐藏层数和神经元个数是提高模型精度的手段之一。
关键词：水库调度;;物理约束;;物理信息神经网络;;前馈神经网络;;PDE
基金资助：国家重点研发计划(2021YFC3200303);; 国家自然科学基金项目(U2340205)
