Page 65 - 2023年第54卷第9期

表 ２ ＲＣＮＮ洪水预报模型结构参数
功能 网络层 卷积核参数（ｓｉｚｅ、ｓｔｒｉｄｅ、ｐａｄｄｉｎｇ） 数据维度（通道× 序列）
输入层 ２ × １２
卷积层 １６、３、２、０ １６ × ５
卷积层 ３２、３、１、０ ３２ × ３
前期降雨径流特征提取
卷积层 １００、３、０、１ １００ × ３
残差层 １００、３、０、１ １００ × ３
残差层 １００、３、０、１ １００ × ３
输入层 １ × ２４
卷积层 １６、３、２、０ １６ × １１
卷积层 ６４、３、２、０ ６４ × ５
预见期降雨特征提取 卷积层 ２５６、３、１、０ ２５６ × ３
卷积层 ６００、３、０、１ ６００ × ３
残差层 ６００、３、０、１ ６００ × ３
残差层 ６００、３、０、１ ６００ × ３
输入层 ７００ × ３
反卷积层 ２５６、４、２、０ ２５６ × ８
预见期径流预报 反卷积层 ６４、４、２、０ ６４ × １８
反卷积层 １６、４、１、０ １６ × ２１
反卷积层 １、４、１、０ １ × ２４

图 ６ ＡＥ数据降维模型重构数据效果
最终隐藏向量被分为 ３类，各类分别包含 ６、７、１３
场洪水，将各隐藏向量聚类中心输入到 ＡＥ数据降维模
型的解码器中得到原始数据聚类中心如图 ８所示，类别 １
３
３
的洪峰流量为 １３４．８１ｍ ?ｓ，最大 ２４ｈ洪量为 ８６７．９５万 ｍ ，
最 大 ３ｈ降 雨 量 为 ２９．６７ｍｍ， 最 大 ２４ｈ降 雨 量 为
３
１０４．９５ｍｍ；类别 ２的洪峰流量为 １３８．２９ｍ ?ｓ，最大 ２４ｈ
３
洪量为 ７１８．１３万 ｍ ，最大 ３ｈ降雨量为 ４５．９９ｍｍ，最大
３
２４ｈ降雨量为６９．２３ｍｍ；类别 ３的洪峰流量为 １１２．３２ｍ ?ｓ， （图中 ＳＳＥ、ＳＣ１为应用 ＡＥ降维数据的聚类结果，
３
最大 ２４ｈ洪 量 为 ５０６．２８万 ｍ ， 最 大 ３ｈ降 雨 量 为 ＳＣ２为应用原始降雨数据的聚类结果）
图 ７ ＳＳＥ、ＳＣ随聚类中心数变化图
３２．１０ｍｍ，最大 ２４ｈ降雨量为 ５０．６２ｍｍ。其中类别 １的
０
— １ ７ ５ —