公开(公告)号：CN120067970A

公开(公告)日：2025-05-30

申请号：CN202510036818.7

申请日：2025-01-09

Applicant: 中国长江电力股份有限公司 ,  中国长江三峡集团有限公司 ,  武汉大学

Inventor： 赵辉 ,  张玮 ,  刘攀 ,  刘园 ,  林显 ,  鲍正风 ,  张璐 ,  黄康迪 ,  邓文亮 ,  程磊

IPC: G06F18/25 ,  G06N3/0442 ,  G06N3/084 ,  G06Q50/06

Abstract: 融合物理机制深度学习模型的反调节水库上下游水位预测方法，旨在解决反调节水库上下游水位预测精度较低的问题，特别是受水力联系紧密、闸门启闭变化大等复杂因素影响下的水位预测难题；具体技术方案包括：首先，收集并处理水库的历史调度数据，包括入库流量、上下游水位、电站出力和闸门启闭状态等；然后，基于这些数据构建训练样本，并确定物理约束条件，如水位单调性约束和水库水位边界约束；接着，改进LSTM模型的损失函数，以融入物理机制，并通过数据驱动的方法训练模型；最终，通过迭代优化得到最优参数的水位预测模型；本发明显著提高了水库上下游水位的预测精度，为实际水库调度和电站安全运行提供数据支撑，实现更精细化的调度控制。