Bài viết này trình bày một mô hình Long Short-Term Memory network (LSTM), một dạng đặc biệt của RNN, để dự báo mực nước ở hạ lưu cống - âu thuyền Cầu Cất thuộc hệ thống thủy lợi Bắc Hưng Hải. Dữ liệu đầu vào của mô hình chỉ là mực nước ở hạ lưu cống Cầu Cất trong quá khứ, kết quả dự báo là mực nước ở đó cho 6 giờ, 12 giờ, 18 giờ và 24 giờ trong tương lai. Mời các bạn cùng tham khảo! | KHOA HỌC CÔNG NGHỆ SỬ DỤNG MẠNG NƠ-RON NHÂN TẠO DỰ BÁO MỰC NƯỚC SÔNG CHỊU ẢNH HƯỞNG CỦA THỦY TRIỀU Hồ Việt Tuấn Công ty TNHH Framgia Việt Nam Hồ Việt Hùng Trường Đại học Thủy Lợi Tóm tắt Mạng nơ-ron hồi quy Recurrent Neural Network - RNN được sử dụng rộng rãi trong nhiều lĩnh vực khác nhau trong đó có thủy lợi. Các mô hình RNN được ứng dụng để dự báo mực nước sông lưu lượng đến hồ chứa Trong bài báo này các tác giả đã thiết lập một mô hình Long Short-Term Memory network LSTM một dạng đặc biệt của RNN để dự báo mực nước ở hạ lưu cống - âu thuyền Cầu Cất thuộc hệ thống thủy lợi Bắc Hưng Hải. Dữ liệu đầu vào của mô hình chỉ là mực nước ở hạ lưu cống Cầu Cất trong quá khứ kết quả dự báo là mực nước ở đó cho 6 giờ 12 giờ 18 giờ và 24 giờ trong tương lai. Mô hình mà các tác giả đề xuất cho kết quả có độ chính xác cao và ổn định hệ số Nash dao động từ đến tương ứng với các trường hợp dự báo. Vì vậy có thể ứng dụng mô hình này để dự báo mực nước tại các cống vùng triều giúp cho việc vận hành cống an toàn hiệu quả. Từ khóa Mạng nơ-ron hồi quy RNN LSTM dự báo mực nước âu thuyền Cầu Cất. Summary Recurrent Neural Network RNN is widely used in many different fields including irrigation. RNN models have been applied to forecast river water levels reservoir s inflow. In this paper the authors developed a Long Short-Term Memory Network model LSTM a special type of RNN to predict water levels downstream of Cau Cat Culvert in the Bac Hung Hai irrigation system. The input data of the model are just the water levels downstream of Cau Cat Culvert in the past the predicted result is the water level there for 6 hours 12 hours 18 hours and 24 hours of lead-time in the future. The model proposed by the authors provides results with high accuracy and stability with Nash coefficients ranging from to corresponding to the predicted cases. Therefore it is possible to use this model to forecast the water level in the tidal sluice helping to operate the culvert safely and .
