王寶賀 蘇沛蘭 吳建華 張玉勝 吳鑫昊

摘 要：灌區(qū)渠道流量計量大都以流速儀法測量為主，渠道斷面布設較多數(shù)量的流速儀可有效保證測流精度，但也提高了測流難度。以太園泵站某段供水明渠為研究對象，基于多測線、多測點流速儀實測數(shù)據(jù)，將斷面流量設定為輸出、不同位置測點流速作為輸入，對ＧＡ－ＢＰ 神經(jīng)網(wǎng)絡模型進行訓練，并將驗證結果與流速面積法計算結果進行對比。結果表明，ＧＡ－ＢＰ 神經(jīng)網(wǎng)絡僅需４ 個特定位置處測點流速可得到滿足精度的計算結果，實現(xiàn)對明渠測點數(shù)量的優(yōu)化，保證測流精度并為相關模型在渠道測流的應用提供新思路。

關鍵詞：流速儀法；ＧＡ－ＢＰ 神經(jīng)網(wǎng)絡；測點數(shù)量優(yōu)化；渠道測流

中圖分類號：ＴＶ１３１ 文獻標志碼：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２３．１２．０２１

引用格式：王寶賀，蘇沛蘭，吳建華，等．基于ＧＡ－ＢＰ 神經(jīng)網(wǎng)絡的明渠流速測點優(yōu)化研究［Ｊ］．人民黃河，２０２３，４５（１２）：１１７－１２３．

我國是農(nóng)業(yè)大國，灌溉用水需求量大、利用率低，只有對灌區(qū)流量精確計量、灌溉水資源合理分配，才能有效地實現(xiàn)灌區(qū)水資源的高效利用［１－２］ 。受水流流態(tài)、渠道斷面形狀等因素影響，不少測流設備的測量結果精度無法保證［３－４］ ，只能通過流速儀法獲取斷面流量。然而布設數(shù)量較多的流速儀會增加測流難度且需要較大的人力物力，為了減少測點布設數(shù)量，不同學者總結出不同渠道斷面流速分布公式［５－７］ 。由于渠道類型多種多樣，目前尚無一種普遍適用的流速測點數(shù)量優(yōu)化方法。

神經(jīng)網(wǎng)絡作為一種算法數(shù)學模型，具有較強的自學習、充分逼近任意復雜非線性函數(shù)的能力，同時基于訓練結果對輸入?yún)?shù)進行篩選可有效實現(xiàn)對輸入?yún)?shù)的數(shù)量優(yōu)化。王建臣等［８］ 建立了基于神經(jīng)網(wǎng)絡的機床主軸熱誤差預測模型，并對相關性較高的測點進行篩選。余曉露等［９］ 建立神經(jīng)網(wǎng)絡預測模型并進行訓練，實現(xiàn)了用少量參數(shù)預測邊坡體積變化。ＢＰ（ＢａｃｋＰｒｏｐａｇａｔｉｏｎ，ＢＰ）神經(jīng)網(wǎng)絡作為一種前饋神經(jīng)網(wǎng)絡，廣泛應用于各行各業(yè)，但該網(wǎng)絡存在一定的缺陷，例如易陷入局部最優(yōu)解等問題。遺傳算法（ ＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍ，ＧＡ）具有全局尋優(yōu)的特點，將其與ＢＰ 神經(jīng)網(wǎng)絡相結合能保證較高預測精度及計算速度［１０－１３］ 。

綜上所述，ＧＡ－ＢＰ 神經(jīng)網(wǎng)絡發(fā)展較為成熟，但將其應用到渠道測流的研究相對較少。通過ＧＡ－ＢＰ 神經(jīng)網(wǎng)絡建立少量測點流速與斷面流量之間的非線性函數(shù)關系，對明渠流速測點數(shù)量優(yōu)化具有重要意義。本文以東深供水工程太園泵站某段供水明渠為研究對象，以不同數(shù)量、不同位置處測點流速作為輸入，斷面流量作為輸出，對ＧＡ－ＢＰ 神經(jīng)網(wǎng)絡模型進行訓練，并將測試樣本預測流量與單一ＢＰ 神經(jīng)網(wǎng)絡預測流量及流速面積法計算流量進行對比，研究輸入?yún)?shù)對預測結果的影響，以期在保證測流精度的同時實現(xiàn)對測線、測點數(shù)量優(yōu)化。