DỰ BÁO LƯU LƯỢNG NƯỚC ĐẾN HỒ CHỨA NHÀ MÁY THỦY ĐIỆN TUYÊN QUANG BẰNG MÔ HÌNH LAI CNN-BiLSTM KẾT HỢP CƠ CHẾ CHÚ Ý

Tóm tắt

Dự báo lưu lượng nước về hồ chứa thủy điện đóng vai trò quan trọng trong việc tối ưu hóa vận hành và quản lý các nhà máy thủy điện, đảm bảo sản xuất năng lượng hiệu quả và sử dụng tài nguyên nước hợp lý. Nghiên cứu này đề xuất một mô hình học sâu lai kết hợp mạng nơ-ron tích chập với mạng nơ-ron có bộ nhớ dài ngắn hai chiều kết hợp cơ chế chú ý để dự báo lưu lượng nước thủy điện.Để đánh giá khả năng dự báo trong các kịch bản thời gian thực, dữ liệu được tái lấy mẫu theo chu kỳ ngày, và thực hiện dự báo cho 1 ngày, 1 tuần và 1 tháng tới. Mô hình đề xuất được so sánh với các mô hình học sâu bao gồm CNN, LSTM, CNN-LSTM, CNN-BiLSTM. Kết quả cho thấy mô hình đề xuất vượt trội, đặc biệt trong dự báo tuần tới với chỉ số MAE, RMSE và N-RMSE lần lượt là 176,52 m³/s, 427,29 m³/s và 7,47%. Nhờ đó, mô hình có thể hỗ trợ hiệu quả cho việc ra quyết định vận hành hồ chứa, góp phần nâng cao độ tin cậy trong quản lý tài nguyên nước và tối ưu hóa sản lượng phát điện từ thủy điện trong điều kiện vận hành biến động.