>
Fa   |   Ar   |   En
    مدل شبکه عصبی مصنوعی برای بررسی همبستگی روزانه بین ایستگاه‌ها در پیش‌بینی جریان ورودی به مخزن سد دز  
   
نویسنده بنی حبیب محمد ابراهیم ,موسوی مجید ,جمالی فریماه سادات
منبع پژوهش آب ايران - 1389 - دوره : 4 - شماره : 7 - صفحه:25 -32
چکیده    پیش بینی جریان در بهره برداری از مخازن سدها و مدیریت منابع آب اهمیت زیادی دارد. در این مقاله، جریان ورودی به مخزن سد دز با استفاده از مدل شبکه عصبی مصنوعی و مدل رگرسیون خطی چند متغیره بر اساس آمار آبدهی روزانه ایستگاه های هیدرومتری واقع در بالادست مخزن سد پیش بینی شده است. با استفاده از دو مدل مذکور همبستگی زمانی و مکانی بین ایستگاه های واقع در بالادست مخزن نیز بررسی شده‌است. نتایج به‌دست آمده نشان می دهد که درحالت کلی، با در نظر گرفتن ضریب همبستگی و معیار میانگین مربعات خطاها، مدل شبکه عصبی مصنوعی عملکرد بهتری نسبت به مدل رگرسیون خطی دارد. بهترین موقع برای پیش-بینی یک روز جلوتر با استفاده از داده های نزدیک ترین ایستگاه بالادست سد (تنگ پنج) و سه روز جلوتر با داده های ایستگاه های ونایی (سراب سفید)، درودتیره، کمنداب و دره تخت انجام می شود. بدین ترتیب با افزایش فاصله ایستگاه پیش بینی کننده، زمان پیش بینی از یک روز به سه روز افزایش و دقت آن 42% کاهش می یابد.
کلیدواژه پیش بینی جریان ,شبکه عصبی مصنوعی ,رگرسیون خطی ,سد دز ,همبستگی زمانی و مکانی ,Inflow Forecasting ,Neural Network ,Multiple Regression ,Dez Reservoir ,Spatial And Temporal Correlation
آدرس
 
     
   
Authors
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved