پیشبینی تراز سطح آب مخزن سد با استفاده از روش ماشین هوشمند نظارت شده، مطالعه موردی: سد امیرکبیر کرج
Authors
Abstract:
پیشبینی صحیح تغییرات تراز سطح آب مخازن به عنوان یکی از مسائل مهم جهت مدیریت، طراحی، بهرهبرداری از سدها و تأمین نیازهای آبی مطرح میباشد. در این مطالعه بر پایه پنج مدل نرم رگرسیون بردار پشتیبان (SVR)، سیستم استنتاج عصبی-فازی تطبیقی (ANFIS)، شبکه عصبی (ANN)، شبکه عصبی شعاعی (RBFNN) و شبکه عصبی مبتنی بر رگرسیون عمومی (GRNN) و استفاده تلفیقی از نتایج آنها به عنوان ورودی به یکی از این پنج مدل، ساختاری تحت عنوان ماشین هوشمند نظارت شده (SICM) جهت برآورد تراز سطح آب ماهانه مخزن سد امیرکبیر کرج پیشنهاد گردید. دادههای مورد استفاده شامل تراز سطح آب، بارندگی، تبخیر، حجم ورودی و خروجی از مخزن سد بوده و ارزیابی مدلهای مذکور توسط نه شاخص خطا صورت گرفت و با استفاده از روش تصمیمگیرنده ویکور، بهترین مدل از میان مدلهای مذکور انتخاب گردید. پس از انجام بررسیهای لازم در میان مدلهای نرم مورد استفاده، مدل ANN با ضریب راندمان نش و میانگین مجذور خطای به ترتیب 89/0 و 37/23 متر مربع به عنوان بهترین مدل شناخته شد. نتایج بدست آمده از رویکرد پیشنهادی نشان میدهد که مدل نظارت شده (هیبریدی) شبکه عصبی (SICM-ANN) با افزایش ضریب راندمان نش به 94/0 و کاهش میانگین مجذور خطا به 85/12 متر مربع (بیش از 45 درصد کاهش) توانسته عملکرد بالایی را در پیشبینی صحیح میزان تراز سطح آب ماهانه مخزن سد کرج ارائه نماید. بر این اساس استفاده هیبریدی از مدلهای نرم میتواند در کاهش چشمگیر خطای پیشبینی تراز سطح آب نسبت به مدلهای منفرد به طور مؤثری بکار گرفته شود.
similar resources
مدل سازی فرایند تبخیر سطحی آب در سد های آبی با استفاده از CFD (مطالعه موردی سد امیرکبیر کرج)
استفاده بهینه از منابع آب موجود به علت هزینه های بالای تأمین آب ناشی از افزایش جمعیت و مسئله گرم شدن کره ی زمین ضروری می باشد. پژوهشگران حوزه محیط زیست بر این ادعا هستند که سدسازی به علت محبوس کردن آب در پشت سدها نه تنها کمکی برای غلبه بر کمبود آب نکرده است بلکه عاملی تشدید کننده در جهت سرعت خشکسالی می باشد. در این پژوهش با استفاده از CFD پدیده تبخیر سطحی از سد امیر کبیربه عنوان مطالعه ...
full textشبیهسازی تراز سطح آب و دمای مخزن سد سپیدرود
در این تحقیق تراز سطح آب و دمای آب در لایههای مختلف مخزن سد سپیدرود توسط نرم افزارCE-QUAL-W2 شبیهسازی شد. دادههای استفاده شده در مرحله کالیبراسیون، دما و تراز سطح آب مخزن سد مربوط به 11/3/84 تا20/1/85 بود. با انجام آنالیز حساسیت، پارامترهای مؤثر شناسایی شد و در مرحله کالیبراسیون مدل، این پارامترها که شامل ضریب ممانعت باد، ضریب سایه و ضرایب تجربی تابع سرعت باد بودند، کالیبره شدند. در دوره صح...
full textپایش خشکسالی با استفاده از تراز مخزن سد و شاخصهای هواشناسی (مطالعه موردی سیستم آب زاینده رود اصفهان)
خشکسالی از جمله بلایای طبیعی میباشد که خسارات سنگینی به منابع آب وارد نموده و مدیریت را با چالشهای جدی مواجه میسازد. پایش خشکسالی از مهمترین اقدامات در مدیریت آن میباشد که برای آن شاخصها و روشهای متفاوتی ارائه شده است که از معرفهای گوناگونی بهره میجویند. این تحقیق تلاش دارد تا دو شاخص شناخته شده هواشناسی خشکسالی موثر (EDI) و بارندگی استاندارد شده (SPI) را با روش هیدرولوژیکی بر اساس تراز...
full textشبیه سازی تراز سطح آب و دمای مخزن سد سپیدرود
در این تحقیق تراز سطح آب و دمای آب در لایه های مختلف مخزن سد سپیدرود توسط نرم افزارce-qual-w2 شبیه سازی شد. داده های استفاده شده در مرحله کالیبراسیون، دما و تراز سطح آب مخزن سد مربوط به 11/3/84 تا20/1/85 بود. با انجام آنالیز حساسیت، پارامترهای مؤثر شناسایی شد و در مرحله کالیبراسیون مدل، این پارامترها که شامل ضریب ممانعت باد، ضریب سایه و ضرایب تجربی تابع سرعت باد بودند، کالیبره شدند. در دوره صحت...
full textآنالیز عدم قطعیت برای برآورد حجم رسوب در مخزن سد(مطالعه موردی: سد امیرکبیر)
پدیده رسوبگذاری در مخازن سدها مهمترین عامل تهدید کننده سرمایه گذاری های عظیم در پروژه های آبی می باشد. تجزیه و تحلیل عدم قطعیت برای هر پدیده، منظره ای واقعی از پارامترهای آن را نمایان می کند و درک درستی از عوامل تاثیرگذار بر آن پدیده را ایجاد می کند. در این تحقیق با کمک آمار هیدرومتری و رسوب سنجی رودخانه کرج از سال 1340 تا 1382 و لحاظ نمودن عوامل موثر بر انتقال رسوب، حجم رسوب انباشته شده در مخز...
full textMy Resources
Journal title
volume 14 issue 5
pages 15- 30
publication date 2019-01-21
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023