来源：期刊VIP网 时间：
作者：何彦锋;许涵冰;刘洁;周研来;陈华;郭生练;
单位：武汉大学水资源工程与调度全国重点实验室;中国电建集团成都勘测设计研究院有限公司;成都大学建筑与土木工程学院;
摘要：雅砻江干流水力资源丰富，流域内已形成梯级水库格局，开展流域梯级水库洪水预报对实现精细化水库调度、洪水资源高效利用具有重要意义。采用自适应模糊推理系统(ANFIS)、长短期记忆神经网络(LSTM)和时域卷积网络(TCN)建立洪水预报模型。研究结果表明，相较ANFIS,TCN的纳什效率系数改善率最高为17.47%(二滩，t+12),LSTM的纳什效率系数改善率最高为15.44%(桐子林，t+12)。TCN和LSTM对两河口水库入库洪水预报整体上能达到甲等精度。与ANFIS和LSTM相比，TCN在洪峰误差和峰现时差方面表现最优，有效克服了时滞和误差累计的影响，显著降低了系统误差。结果表明，构建的TCN模型能够提高洪水预报准确性和可靠性。
关键词：雅砻江流域;;洪水预报;;自适应模糊推理系统;;长短期记忆神经网络;;时域卷积网络
基金资助：国家重点研发计划(2021YFC3200303)
