数据挖掘技术在南水北调中线水力要素分析中的应用
南水北调中线工程线路长，运行工况复杂，输水调度要求高，科学地分析水力要素之间的关系是安全、平稳输水的基础。当前，中线工程主要采用传统水力学经验公式对相关水力要素计算，相关经验参数需要在运行中不断人工进行修正，欠缺灵活性。本文探讨应用数据挖掘技术研究水力要素的规律。分别基于信息扩散径向基神经网络方法、遗传程序建立多元非线性回归模型，并分别应用于南水北调中线过闸流量关系分析和渠段水面线计算中。在过闸流量关系分析中，利用信息扩散神经网络模型自动拟合孔流条件下闸前水深、闸后水深、闸门开度和过闸流量的关系。采用基于遗传程序的回归模型拟合渠段在恒定非均匀流情况下的下游水位、输水流量和上游水位的非线性关系。实例表明，信息扩散径向基神经网络，通过模糊化处理较好地光滑样本数据，可应对神经网络训练数据不完备或存在矛盾样本的不足，提高模型泛化能力，而遗传程序则能够自动形成具有较高拟合精度的函数表达式。数据挖掘技术在南水北调中线水力因素分析中可取得较好效果，也可推广应用到其他领域。
南水北调中线 数据挖掘 信息扩散 径向基神经网络 遗传程序
陈晓楠 赵慧 陈海涛 靳燕国 冯晓波 段春青
南水北调中线干线工程建设管理局 北京 100038 华北水利水电大学水利学院 郑州 450045 南水北调工程建设监管中心 北京 100038 北京市郊区水务事务中心 北京 100073
国内会议
西宁
中文
94-104
2019-07-16（万方平台首次上网日期，不代表论文的发表时间）