Ứng dụng mô hình mạng trí tuệ nhân tạo (ANN) nghiên cứu dự báo dòng chảy trên sông Nậm Mức - Lê Thu Trang

Tài liệu Ứng dụng mô hình mạng trí tuệ nhân tạo (ANN) nghiên cứu dự báo dòng chảy trên sông Nậm Mức - Lê Thu Trang: Nghiên cu Tp chí Khoa hc Tài nguyên và Môi trng - S 23 - nm 2018 48 NG DNG MÔ HÌNH MNG TRÍ TU NHÂN TO (ANN) NGHIÊN CU D BÁO DÒNG CHY TRÊN SÔNG NM MC Lê Thu Trang, Th Bính Trng i hc Tài nguyên và Môi trng Hà Ni Tóm tt Sông Nm Mc là mt chi lu ln ca lu vc sông à, hin có thy in Nm Mc ã i vào vn hành (2014) nên vic tính toán và d báo dòng chy n h là cn thit có th phc v cho bài toán vn hành thy in nhánh Nm Mc nói riêng và vn hành toàn b h thng công trình trên lu vc sông à nói chung. Mô hình mng trí tu nhn to (ANN) cng là mt dng mô hình kinh nghim nhng có u im ni tri là có th xây dng c mi quan h phi tuyn gia các bin u vào và u ra. Do ó kim nh kh nng ng dng ca ANN trong thy vn nói chung và trong d báo dòng chy nói riêng, nghiên cu này s thc hin tính toán dòng chy lu vc sông Nm Mc s dng mng trí tu nhân to và kt qu s góp phn cung cp th...

pdf8 trang | Chia sẻ: quangot475 | Lượt xem: 625 | Lượt tải: 0download
Bạn đang xem nội dung tài liệu Ứng dụng mô hình mạng trí tuệ nhân tạo (ANN) nghiên cứu dự báo dòng chảy trên sông Nậm Mức - Lê Thu Trang, để tải tài liệu về máy bạn click vào nút DOWNLOAD ở trên
Nghiên cu Tp chí Khoa hc Tài nguyên và Môi trng - S 23 - nm 2018 48 NG DNG MÔ HÌNH MNG TRÍ TU NHÂN TO (ANN) NGHIÊN CU D BÁO DÒNG CHY TRÊN SÔNG NM MC Lê Thu Trang, Th Bính Trng i hc Tài nguyên và Môi trng Hà Ni Tóm tt Sông Nm Mc là mt chi lu ln ca lu vc sông à, hin có thy in Nm Mc ã i vào vn hành (2014) nên vic tính toán và d báo dòng chy n h là cn thit có th phc v cho bài toán vn hành thy in nhánh Nm Mc nói riêng và vn hành toàn b h thng công trình trên lu vc sông à nói chung. Mô hình mng trí tu nhn to (ANN) cng là mt dng mô hình kinh nghim nhng có u im ni tri là có th xây dng c mi quan h phi tuyn gia các bin u vào và u ra. Do ó kim nh kh nng ng dng ca ANN trong thy vn nói chung và trong d báo dòng chy nói riêng, nghiên cu này s thc hin tính toán dòng chy lu vc sông Nm Mc s dng mng trí tu nhân to và kt qu s góp phn cung cp thêm mt phng pháp mi cho bài toán tính toán và d báo dòng chy phc v cho vic qun lý ngun nc lu vc sông. T khóa: Sông Nm Mc; Mng trí tu nhân to (ANN); D báo dòng chy. Abstract Applycation of Artifi cial Neuron Network (ANN) to calculate the fl ow of Nam Muc river Nam Muc river is a large branch of Da river basin, where Nam Muc hydropower plant is located. The calculation and prediction of the fl ow to this hydropower reservoir is important to the operating of hydropower in Nam Muc River in particular and in the entire Da River system in general. ANN model is an empirical model having the advantage of being able to build a nonlinear relationship between inputs and outputs. Therefore, in order to test the application of ANN in hydrology in general and in fl ow forecasting in particular, this study present the application of artifi cial neuron network on calculating the fl ow of Nam Muc river. The results provide a new way of calculating and forecasting fl ows for river basin management. Key words: Nam Muc river; Artifi cial Neuron Network (ANN); Forecasting fl ow. 1. t vn 1.1. Các loi mô hình mô phng và d báo dòng chy mô phng và d báo dòng chy thng s dng mô hình da vào vt lý, mô hình nhn thc và mô hình kinh nghim trong ó mô hình mng trí tu nhân to (ANN) là dng mô hình kinh nghim hay mô hình “hp en” c coi là mt công c mnh gii quyt các bài toán có tính phi tuyn, phc tp và c bit trong các trng hp mà mi quan h gia các quá trình vt lý trên lu vc không d thit lp mt cách tng minh. Có nhiu loi mng n-ron khác nhau trong ó mng n-ron truyn thng nhiu lp là mt trong nhng mng n-ron thông dng nht. 1.2. Vùng nghiên cu * V trí a lý: Nm Mc là sông nhánh ln nht nm b phi ca sông à. Sông bt ngun t vùng núi cao hn 1.500 m trên t Lào, ri chy vào tnh Lai Châu theo hng t Tây Nam lên ông Bc, vào sông à ti bn Hui Mc các ca sông à 409 km Nghiên cu Tp chí Khoa hc Tài nguyên và Môi trng - S 23 - nm 2018 49 Hình 1: Bn lu vc sông Nm Mc * c im a hình: a hình lu vc sông Nm Mc là a hình vùng núi, vùng i và vùng t hp ven các sui. a hình i núi chim phn ln din tích, có xu th thp dn theo hng Tây Bc - ông Nam, b chia ct mnh và có phân hóa không gian a dng, có dc ln nên kh nng tp chung nc nhanh. * c im a cht: Lu vc sông Nm Mc có các phân v a tng tui t Proterozoi n Kainozoi, có c im kin trúc a tng phc tp và cha n nh. * c im th nhng: Gm các nhóm t: Nhóm t vàng, nhóm t phù sa, t bc màu, thung lng dc t, dt xói mòn mnh tr si á, t en. * c im thm ph thc vt: Thm thc vt t nhiên vùng lu vc sông Nm Mc u thuc lp qun h rng rm, to thành bi các thm cây g và có tán khép kín. * c im khí hu: Nhit trung bình nm trên lu vc sông Nm Mc khong t 16 - 23oC m khá cao 86 % - 87 %. Lng bc hi trung bình các vùng dao ng t 490 - 1.130 mm/nm. Ch ma cng c chia làm hai mùa: mùa ma và mùa khô. Lng ma bình quân trên toàn lu vc khong 1.685 mm. Ngoài ra còn có các hin tng thi tit c bit nh: gió mùa ông bc, sng mui, dông, ma á, sng mù, ma phùn. * c im ngun nc: Da theo s liu quan trc ca các trm thy vn Nm Mc có th tham kho s liu tính toán tim nng ngun nc ca sông Nm Mc nh sau: Modun dòng chy: M = 29.7 l/s.km2 Lu lng nc: Q = 87.0 m3/s Tng lng dòng chy: W = 2,74 .109 m3 sâu dòng chy: Y = 936 mm 2. C s d liu và phng pháp nghiên cu 2.1. C s d liu Bài báo s dng các s liu v lu lng, mc nc, ma, nhit ca các trm Nm Mc, Lai Châu, Qunh Nhai, in Biên, Tun Giáo. Tt c các s liu trên u ly trong khong thi gian t nm 1991 - 2004. 2.2. Phng pháp nghiên cu Mt trong nhng thách thc ca vic ng dng mô hình ANN và các mô hình kinh nghim khác là vic la chn các bin u vào có th gii thích c tt nht bin u ra s dng thut toán IIS thc hin vic này. Thut toán này c thit lp trên phn mm Matlab vi u vào là tt c các bin u vào và u ra có sn cho mô hình ANN và u ra là th t sp xp các bin u vào theo tng quan t ln n nh vi bin u ra. t c mc tiêu t ra, trình t các công vic th hin hình 2 di ây: Nghiên cu Tp chí Khoa hc Tài nguyên và Môi trng - S 23 - nm 2018 50 Hình 2: S v các bc tính toán trong án * Thut toán IIS cho la chn b bin u vào Thc hin la chn b bin u vào theo thut toán IIS theo trình t gm 11 bc: 1) Chia b s liu X thành 2 on: hiu chnh và kim nh. 2) Xây dng mô hình mt bin u vào, mt bin u ra (SISO): ( ), 1, 2, 3, tt t Y f Y q t t - = = vi toàn b chui s liu, sau ó tính sai s $ µ t t t Y Ye = - 3) Sp xp li toàn b tp hp , 1, 2, 3, t X t t - = theo phn d tha µ t e , và th t sp xp là X ur . 4) Xây dng mô hình nhiu bin u vào mt bin u vào (MISO) vi s bin tng theo th t sp xp trong . 5) La chn N s bin u vào tng ng vi ch s ánh giá ca mô hình kim nh ln nht. 6) Xây dng mô hình SISO cho N bin u vào c la chn ( ) bc 5, ánh giá mô hình thông qua h s . 7) La chn mt mô hình tng ng vi ln nht bc 6, tính toán sai s gia u ra tính toán và s liu thc o 8) Lp li bc 1 - 5 vi u ra là và sau ó lp li bc 6. 9) Xây dng mô hình nhiu bin u vào mt bin u vào (MISO) vi bin u vào là mt s kt hp các bin ca các ch s ánh giá cao nht, tính sai s 10) Lp li các bc tính toán t 6 - 9, thut toán dng khi giá tr không thay i hoc gim, và s u vào c la chn là . 11) Mô hình s tr thành Giá tr ánh giá tng ng ca mi bin Xi c tính toán qua công thc G(x i ) = (2.1) * Chun hóa s liu Gi nh có chui s liu thc o ca bin X. giá tr chun hóa ca bin X t ti thi im t s c tính nh sau (2.2) Giá tr chun hóa ca bin X s nm trong khong (0, 1). Nghiên cu Tp chí Khoa hc Tài nguyên và Môi trng - S 23 - nm 2018 51 * Mô hình ANN ng dng trong tính toán và d báo có th tính toán dòng chy ca lu vc theo các phng án, nghiên cu s dng phn mm mô phng h thng mng n-ron. 3. Kt qu tính toán Thông qua s dng thut toán IIS vi tp hp 26 bin u vào và 1 bin u ra tng ng. Trong phm vi nghiên cu này 4 mô hình ANN s c xây dng, bao gm: - Mô hình ANN 1 mô phng dòng chy lu vc Nm Mc trong iu kin hin ti - Mô hình ANN 2 d báo dòng chy 1 ngày cho lu vc Nm Mc. - Mô hình ANN 3 d báo dòng chy 2 ngày cho lu vc Nâm Mc. - Mô hình ANN 4 d báo dòng chy 3 ngày cho lu vc Nm Mc. Bng 1. Bng tp hp bin u vào TT Bin TT Bin TT Bin TT Bin 1 8 15 22 2 9 16 23 3 10 17 24 4 11 18 25 5 12 19 26 6 13 20 7 14 21 3.1. Mô hình mô phng ANN 1 3.1.1. La chn b s liu u vào Sau khi chy thut toán IIS la chn gia 26 chui s liu u vào 10 chui s liu thích hp nht gii thích , kt qu ca 10 chui s liu u tiên c th hin bng 2. Nh vy, 5 bin u vào u tiên có ch s ánh giá cao nht ã c la chn a vào mô hình ANN1 là: H t NM, Q t-1 NM , T t QN, T t LC, H t-2 NM Bng 2. Kt qu chy thut toán IIS - ranking R H t NM Q t-1 NM T t QN T t LC H t-2 NM H t-1 NM Q t-2 NM H t-5 NM X t NM H t-4 NM Ch s 33.4013 10.0026 8.5446 7.6407 5.2158 3.4435 3.1515 2.8155 2.4918 2.4281 3.1.2. Thit lp mô hình ANN 1 Da vào kt qu ca bc la chn bin u vào trên, mô hình ANN 1 s có dng: Mô hình ANN1 c ào to vi 10 n- ron. Chui s liu ca các bin u vào c chia làm 2 phn: Phn d liu hc (training set): T u nm 1991 n cui nm 1999 có tng cng 3.285 mu hc. Phn d liu kim tra (test set): T u nm 2000 n cui nm 2004 tng cng có 1.825 mu kim tra. T bng 3 cho thy, sai s quân phng (MSE) là khá nh cho thy mô hình ã mô phng khá tt lu lng dòng chy Nm Mc. Bên cnh ó ch s R2 khá cao và gn 1 cho thy mc tng quan gia chui s liu thc o và tính toán t mô hình là khá cht ch. Nghiên cu Tp chí Khoa hc Tài nguyên và Môi trng - S 23 - nm 2018 52 Mô hình ANN2 s c ào to vi 20 n-ron. Chui s liu ca các bin s c chia làm 2 phn: Phn d liu hc (training set): T u nm 1991 n cui nm 1999 có tng cng 3.285 mu hc. Phn d liu kim tra (test set): T u nm 2000 n cui nm 2004 tng cng có 1.825 mu kim tra. 4.1.3. Kt qu Bng 5. Kt qu mô hình ANN2 d báo 1 ngày MSE(m3/s) R Training (ào to) 6.90896e-5 0.98 Testing (kim tra) 2.14178e-3 0.82 Hình 3: Kt qu lu lng thc o và tính toán thi on 1991 - 2004 Hình 4: Quan h im gia lu lng thc o và tính toán Bng 3. Giá tr các ch s ánh giá mô hình ANN1 MSE(m3/s) R Training (ào to) 3.06007e-6 0.999 Testing (kim tra) 5.67210e-5 0.991 ánh giá chính xác ca mô hình, quan h gia lu lng thc o và tính toán cng c v theo dng cp im lu lng thc o và tính toán nh hình 3, 4 cho thy mô hình ANN1 cho thy mô hình có chính xác khá cao. Mô hình ANN1 mô phng vi b u vào nh vy ta nhn c kt qu rt tt vi sai s quân phng MSE = 5.67210e-5 (m3/s) và ch s R2 = 0.991 cho thi on kim nh. 4. Tho lun 4.1. Mô hình ANN2 d báo dòng chy 1 ngày cho lu vc Nm Mc 4.1.1. La chn b s liu u vào cho d báo 1 ngày Bng 4. Kt qu chy thut toán IIS - ranking R Q t-1 NM Q t-1 NM Q t-2 NM X t-3 NM H t-1 NM X t-5 NM H t NM Q t-5 NM X t TG X t-2 NM Ch s 21.0794 7.5487 7.2916 7.0601 5.5328 4.6472 4.4232 4.0893 4.0184 3.7734 Sau khi chy thut toán IIS la chn gia 26 chui s liu u vào 10 chui s liu thích hp nht gii thích , kt qu ca 10 chui s liu u tiên c th hin bng 4. Nh vy, 5 bin u vào u tiên có ch s ánh giá cao nht ã c la chn a vào mô hình ANN2 d báo 1 ngày là Q t-1 NM, Q t-1 NM, Q t-2 NM, X t-3 NM, H t-1 NM 4.1.2. Thit lp mô hình cho d báo 1 ngày Da vào kt qu ca bc la chn bin u vào trên, mô hình ANN2 d báo dòng chy 1 ngày s có dng: (4.1) Nghiên cu Tp chí Khoa hc Tài nguyên và Môi trng - S 23 - nm 2018 53 Thi gian [ngày] 1991 1993 1994 1995 1997 1998 2000 2001 2002 2004 L u l n g [ m 3 /s ] -500 0 500 1000 1500 2000 2500 3000 Q tt Q td Hình 5: Kt qu lu lng thc o và tính toán trong thi on t 1991 - 2004 Hình 6: Quan h im gia lu lng thc o và tính toán ánh giá chính xác ca mô hình, quan h gia lu lng thc o và tính toán cng c v theo dng cp im lu lng thc o và tính toán nh hình 6 cho thy mô hình ANN2 cho thy mô hình có chính xác khá cao. mô hình ANN2 mô phng vi b u vào nh vy ta nhn c kt qu rt tt vi sai s quân phng MSE = 2.14178e-3 (m3/s) và ch s R2 = 0.82 cho thi on kim nh. Nh vy mô hình ANN2 phc v d báo dòng chy trc 1 ngày trên sông Nm Mc. 4.2. Mô hình ANN3 d báo dòng chy 2 ngày cho lu vc Nm Mc 4.2.1. La chn b s liu u vào cho d báo 2 ngày Sau khi chy thut toán IIS la chn gia 26 chui s liu u vào 10 chui s liu thích hp nht gii thích , kt qu ca 10 chui s liu u tiên c th hin bng 3.6. Nh vy, 5 bin u vào u tiên có ch s ánh giá cao nht ã c la chn a vào mô hình ANN3 d báo 2 ngày là Q t-1 NM, X t-1 NM, Q t-2 NM, X t-3 NM, X t-5 NM Bng 6. Kt qu chy thut toán IIS - ranking R Q t-1 NM X t-1 NM Q t-2 NM X t-3 NM X t-5 NM H t-1 NM H t NM Q t-5 NM X t TG X t-2 NM Ch s 21.0794 7.5487 7.2916 7.0601 5.5328 4.6472 4.4232 4.0893 4.0184 3.7734 4.2.2. Thit lp mô hình cho d báo 2 ngày Da vào kt qu ca bc la chn bin u vào trên, mô hình ANN 3 d báo 2 ngày s có dng: (4.2) Mô hình ANN 3 s c ào to vi 20 n-ron. Chui s liu u vào c chia làm 2 phn: Phn d liu hc (training set): T u nm 1991 n cui nm 1999 có tng cng 3.285 mu hc. Phn d liu kim tra (test set): T u nm 2000 n cui nm 2004 tng cng có 1.825 mu kim tra. 4.2.3. Kt qu Bng 7. Kt qu mô hình ANN3 d báo 2 ngày MSE R Training (ào to) 6.54563e-6 0.99 Testing (kim tra) 1.02255e-4 0.98 Nghiên cu Tp chí Khoa hc Tài nguyên và Môi trng - S 23 - nm 2018 54 Thi gian [ngày] 1991 1993 1994 1995 1997 1998 2000 2001 2002 2004 L u l n g [ m 3 /s ] 0 500 1000 1500 2000 2500 3000 Q tt Q td Hình 7: Kt qu lu lng thc o và tính toán trong thi on t 1991 - 2004 Thi gian [ngày] 2000 2001 L u l n g [ m 3 /s ] 0 50 100 150 200 250 300 350 400 Q tt Q td Hình 8: Hình nh phóng to cho kt qu ca hình 7 ánh giá chính xác ca mô hình, quan h gia lu lng thc o và tính toán cng c v theo dng cp im lu lng thc o và tính toán nh hình 8 cho thy mô hình ANN3 cho thy mô hình có chính xác khá cao mô hình ANN3 mô phng vi b u vào nh vy ta nhn c kt qu rt tt vi sai s quân phng MSE = 1.02255e-4 (m3/s) và ch s R2 = 0.98 cho thi on kim nh. Nh vy mô hình ANN3 phc v d báo dòng chy trc 2 ngày trên sông Nm Mc. 4.3. Mô hình ANN4 mô hình d báo dòng chy 3 ngày cho lu vc sông Nm Mc 4.3.1. La chn s liu u vào cho d báo 3 ngày Sau khi chy thut toán IIS la chn gia 26 chui s liu u vào 10 chui s liu thích hp nht gii thích , kt qu ca 10 chui s liu u tiên c th hin bng 8 Da trên kt qu này, 5 bin u vào u tiên có ch s ánh giá cao nht ã c la chn a vào mô hình ANN4 là X t-2 NM, X t TG, X t B, Qt-5NM,Q t-3 NM Bng 8. Kt qu chy thut toán IIS - ranking R X t-2 NM X t TG X t B Q t-5 NM Q t-3 NM Q t-4 NM X t-4 NM X t QN H t NM X t LC Ch s 17.9154 10.7423 9.9218 8.9034 5.6086 5.0269 4.7243 4.2296 3.7864 3.7418 4.3.2. Thit lp mô hình cho d báo 3 ngày Da vào kt qu ca bc la chn bin u vào trên, mô hình ANN 4 d báo 3 ngày s có dng: (4.3) Mô hình ANN4 s c ào to vi 20 n-ron. Chui s liu u vào c chia làm 2 phn: Phn d liu hc (training set): T u nm 1991 n cui nm 1999 có tng cng 3.285 mu hc. Phn d liu kim tra (test set): T u nm 2000 n cui nm 2004 tng cng có 1.825 mu kim tra. 4.3.3. Kt qu Bng 9. Kt qu mô hình ANN4 d báo 3 ngày MSE R Training (ào to) 1.80536e-4 0.95 Testing (kim tra) 1.05600e-3 0.71 Nghiên cu Tp chí Khoa hc Tài nguyên và Môi trng - S 23 - nm 2018 55 Hình 9: Kt qu lu lng thc o và tính toán trong thi on t 1991 - 2004 Thi gian [ngày] 1997 L u l n g [ m 3 /s ] 0 100 200 300 400 500 600 700 Q tt Q td Hình 10: Hình nh phóng to cho kt qu ca hình 9 ánh giá chính xác ca mô hình, quan h gia lu lng thc o và tính toán cng c v theo dng cp im lu lng thc o và tính toán nh hình 10 cho thy mô hình ANN 4 cho thy mô hình có chính xác khá cao. mô hình ANN4 mô phng vi b u vào nh vy ta nhn c kt qu tng i kém vi sai s quân phng MSE = 1.05600e- 3 (m3/s) và ch s R2 = 0.71 cho thi on kim nh. Nh vy mô hình ANN4 phc v mô d báo dòng chy 3 ngày trên sông Nm Mc. 5. Kt lun Vi ni dung nghiên cu bài toán c th tính toán mô phng và d báo dòng chy lu vc sông Nm Mc thông qua s dng thut toán IIS la chn bin u vào cho mô hình ANN. Các kt qu thu c trong nghiên cu cho thy rng thut toán IIS có kh nng chn các bin quan trng nht (5 bin quan trng nht) trong s 26 ng viên. Sau khi ã có tp hp bin u vào phù hp, nghiên cu này cng cho thy ANN có kh nng mô phng và d báo tt dòng chy lu vc. Trong phm vi ca nghiên cu ã xây dng rt nhiu mô hình ANN cho các trng hp khác nhau và i n vic la chn bn mô hình ANN thit k cho bn trng hp sông Nm Mc. T các kt qu trên ta có th nhn thy kt qu ca ANN4 kém hn hn kt qu ca ANN2, ANN3 và nu ta tng lên s ngày cn d báo thì kt qu mà ta nhn c s kém i vì ta ch s dng các s liu trong quá kh d báo. Tuy nhiên, trong quá trình nghiên cu các tác gi cng nhn ra rng, s y hay không ca tp s liu u vào nh hng rt ln n kt qu d báo. Vì th, ng hành vi hng phát trin trên, các nghiên cu tip theo nên tin hành thu thp s liu c trng khác trên lu vc này th nghim và ánh giá kt qu. TÀI LIU THAM KHO [1]. ào Nguyên Khôi (2016). Mô phng dòng chy lu vc sông Sêrêpôk vi mng n ron nhân to. Science & Technology Development, Vol 19, No.T3. [2]. H Tú Bo (2011). Trí tu nhân to và chng ng 50 nm. Báo khoa hc công ngh. [3]. A.R Ghummam (2011). Run o forecasting by artifi cial neural network and conventional model. Alexandria Engineering Journal Volume 50, Issue 4, December 2011, pages 345 - 350 BBT nhn bài: 05/11/2018; Phn bin xong: 29/11/2018

Các file đính kèm theo tài liệu này:

  • pdf41446_131028_1_pb_6241_2154231.pdf
Tài liệu liên quan