مدل شبکه عصبی مصنوعی برای بررسی همبستگی روزانه بین ایستگاه ها در پیش بینی جریان ورودی به مخزن سد دز

پیش­بینی جریان در بهره­برداری 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 ایستگاه­های هیدرومتری واقع در بالادست مخزن سد پیش­بینی شده است. با استفاده از دو مدل مذکور همبستگی زمانی و مکانی بین ایستگاه­های واقع در بالادست مخزن نیز بررسی شده است. نتایج به دست آمده نشان می­دهد 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 پیش­بینی یک روز جلوتر با استفاده از داده­های نزدیک­ترین ایستگاه بالادست سد (تنگ­پنج) و سه روز جلوتر با داده­های ایستگاه­های ونایی (سراب سفید)، درودتیره، کمنداب و دره­تخت انجام می­شود. بدین ترتیب با افزایش فاصله ایستگاه پیش­بینی­کننده، زمان پیش­بینی از یک روز به سه روز افزایش و دقت آن ۴۲% کاهش می­یابد.

کلیدواژه ها:

پیش بینی جریان ، شبکه عصبی مصنوعی ، رگرسیون خطی ، سد دز و همبستگی زمانی و مکانی