水坝现在使用人工智能运行更智能

2020年8月，在经历了一段长时间的干旱和持续的降雨之后，位于韩国首尔河附近的阿达玛在放水过程中遭遇了洪水，造成的损失超过1000亿韩元（7600万美元）洪水的作用是保持上午的水位比飓风高6米是否可以通过预测性大坝管理避免事故

环境科学与环境科学部的JonghunKamandEunmiLee教授领导的研究小组；在上海科技大学（POSTECH）的工程中，最近雇佣的工程师提出了一项新的搜索技术要求，以确定其操作模式并评估其有效性他们的研究成果发表在《水力学杂志》上

韩国的水资源回收率在夏季达到峰值，并与水资源管理框架相关然而，不断升级的全球气候危机已经转变为突发事件，无法预测洪水和洪水，从而导致灾难性操作作为回应，一项新的研究被合并，旨在通过利用人工智能（AI）模型在下一个大数据中训练的潜力来超越传统的物理模型

该团队专注于建立一个AI模型，目的不是简单地预测Seomjin河流域大坝开关的运行模式，特别是关注Seomjine河大坝、JuamDam和JuamControlDam，但也了解这些模型的决策过程其目的是在预测大坝水位的方法中形成一个场景采用门控逆流单元（GRU）模型，采用算法，利用2002年至2021年的数据，对西津河大坝进行了数据编辑降水量、流入量和流出量数据作为输入，而小时水位则作为输出分析结果表明，该方法具有显著的准确性，其效率超过了09

随后，该团队提出了可解释的场景，通过检查所训练的GRU模型对输入中的密封迭代的响应，将每个输入变量的输入分别操纵40%、-20%、+20%和40%虽然降水量的变化对水位有明显影响，但流量的变化对大坝水位有显著影响值得注意的是，流量的显著变化导致了不同水位的大坝，这表明GRU模型有效地学习了每个大坝的独特操作特性

JonghunKam教授评论道：“我们的研究重点是预测大坝运行模式，以确保其作为AI模型的有效性。我们引入了建模时间，直接理解了基于确定大坝水位的黑箱模型的AI决策过程。”他进一步表示“我们的愿望是，这一观点将有助于未来的可持续发展和可持续发展，并提高其效率。”

这项研究是由韩国国家研究基金会的中期研究计划资助的