DỰ BÁO LƯU LƯỢNG NƯỚC VỀ HỒ THỦY ĐIỆN DỰA TRÊN MẠNG NƠ-RON HỒI QUY CẢI TIẾN

Tóm tắt

Dự báo dòng chảy nước chính xác cho các hồ chứa thủy điện đã trở thành yếu tố cần thiết để quản lý hiệu quả tài nguyên nước và tối ưu hóa hiệu suất vận hành nhà máy. Điều này giúp giảm thiểu tác động tiêu cực của hạn hán và lũ lụt, đảm bảo sản xuất điện ổn định, đồng thời thúc đẩy sử dụng tài nguyên nước hiệu quả. Nghiên cứu này giới thiệu các mô hình mạng nơ-ron nhân tạo tiên tiến nhằm khắc phục những hạn chế của các phương pháp thống kê truyền thống trong việc dự báo dòng chảy nước ở các hồ chứa thủy điện. Để tối ưu hóa hiệu suất mô hình, các kỹ thuật kiểm định chéo (cross-validation) và tìm kiếm lưới (grid search) được sử dụng để xác định các tham số tối ưu của mô hình. Dữ liệu sử dụng trong nghiên cứu này là dòng chảy nước tại hồ chứa thủy điện Sre Pok 4 từ tháng 1 năm 2013 đến tháng 5 năm 2023. Đánh giá hiệu suất mô hình bao gồm các chỉ số chính như Sai số Tỷ lệ Trung bình Tuyệt đối (MAPE), Sai số Trung bình Tuyệt đối (MAE) và Hiệu suất Nash-Sutcliffe (NSE). Kết quả cho thấy mô hình kết hợp CNN-LSTM có thể dự báo dòng chảy nước với MAPE đạt 6,52%