论文部分内容阅读
潮位预测对于潮汐电站日常运行、优化调度有着非常重要的作用。针对潮位受非周期性因素影响而具有非平稳性特点以及传统人工神经网络对潮位预测存在训练速度慢、收敛精度低、易陷入局部最优等缺陷，提出了一种改进实用的遗传神经网络潮位预测算法，首先通过潮位数据的异常值检测，采用均值替换法克服由观测记录产生的数据误差；然后通过神经网络拓扑结构合理设计、节点优选、遗传算法优化网络权值与阈值等措施，建立了潮位预测模型。通过实际港口潮位预测应用验证了算法的有效性。