安康水库智能化洪水预报系统

何 伟，石静涛，万 俊，万 飚，于耀翔

(1. 安康水力发电厂，陕西 安康 725000； 2. 武汉大学水资源与水电工程科学国家重点实验室，湖北 武汉 430072)

可靠的洪水预报是做好水库防洪发电调度的前提，因此水库洪水预报系统是整个防洪和发电调度决策系统的核心组成部分[1]。传统上基于水文模型来进行洪水预报，由于水文模型(例如新安江模型、API模型)结构及参数所限，难以完全反映水文规律，故预报精度往往不够理想[2]。随着大数据分析技术和深度学习智能算法的完善，大数据分析技术、人工智能算法在水文学领域的研究则刚刚起步[3-4]。本文基于长短时记忆神经网络(Long Short-Term Memory, LSTM)的理论在安康水库洪水预报中进行了有益的尝试，得到了满意的结果。

1 洪水预报模型

新安江模型是河海大学赵人俊教授提出的一个较为完整的概念性流域水文模型[5]，其三水源新安江模型在我国湿润和半湿润地区得到了广泛的应用，并且取得了较好的效果[6]。作为与LSTM数据驱动模型[7]的比较，下面分别介绍新安江产汇流模型和LSTM数据驱动模型。

1.1 新安江产汇流模型

新安江三水源产流计算主要由蓄满产流计算、流域水源划分和流域蒸散发计算三部分组成，如图1中产流计算模块所示。

汇流计算针对地面径流、壤中流和地下径流，分别采用不同的汇流计算方法，由图1中汇流计算模块所示。

图1 新安江产汇流模型计算框图

基于图1所示的新安江产汇流模型计算框图，可见，新安江产汇流模型的关键是要率定好产汇流计算中所涉及的多项参数，本文针对安康水库特点，将安康水库以上流域划分为两个分区，即石泉水库以上流域和石泉-安康区间。……