薛 萍1，廖麗莎2，廖衛紅2，位文濤3，景 象4
(1.河海大學人工智能與自動化學院，南京 210098；2.中國水利水電科學研究院水資源所，北京 1000382；3.武漢虹信技術服務有限責任公司，武漢 430043；4.天津大學建筑工程學院，天津 300072）
摘要：南水北調中線工程通常以閘前常水位調度運行，而水位在閘門調控影響下，多數處于非平穩狀態，探索其規律變化對于監測數據和研究方法均有一定限制和要求。監測數據方面，針對大量的高頻監測數據，選取均值濾波、滑動平均值濾波、遞推中位值平均濾波法以及滑動小波變換進行數據預處理，提高數據質量、增強數據預測的可行性。研究方法層面，以BP神經網絡模型和LSTM神經網絡模型為主體框架，以水動力模型的模擬數據為輔助支撐，對比單神經網絡在不同工況下預測效果，輸出網絡-水動力組合預測結果，并對預測結果進行分析。結果證明：數據預處理是數據分析的必要環節，也是水位數據預測的關鍵，高頻數據預處理再預測可以提高數據預測的精度；均值濾波、遞推中位數均值濾波方式對數據預處理的效果最好，濾后預測精度更高；基于濾后數據進行模型構建，通過對比數據驅動模型和數據-機理雙重驅動模型的計算結果，發現模型組合具有較好的穩定性和準確性。
關鍵詞：南水北調中線工程；數據濾波；神經網絡；水位預測