Nghiên cứu ứng dụng mô hình học máy vào dự báo mực nước hồ Buôn Tua Sarh

Abstract

Nghiên cứu này áp dụng hai mô hình học máy là SVR và LSTM để dự báo mực nước hồ Buôn Tua Srah, lưu vực Srê Pốk, Việt Nam. Các bước dự báo khác nhau (6h, 12h,24h, 48h,72h) được thực hiện với các trường hợp dữ liệu đầu vào khác nhau được thu thập từ 2017-2023 ở thời điểm dự báo, 24h và 72h trước đấy để tìm ra bộ dữ liệu đầu vào phù hợp cho mỗi mô hình học máy. Kết quả nghiên cứu cho thấy mô hình SVR và LSTM không có nhiều khác biệt trong dự báo mực nước 6h,12h và 24h tới với sai số MAE thấp nhất tương ứng là 0,03, 0,05 và 0,08m. Đối với dự báo 48h và 72h, mô hình SVR cho kết quả dự báo tốt hơn so với mô hình LSTM. Bộ dữ liệu đầu vào cho mô hình SVR bao gồm mực nước hồ, dòng chảy đến, xả và thể tích hồ tại thời điểm 24h trước cho kết quả dự báo tốt nhất cho các bước 6h, 12h và 24h trong khi mô hình LSTM cho kết quả dự báo tốt hơn chỉ với dữ liệu mực nước hồ 72h trước đấy