水坝现在使用人工智能运行得更智能

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姆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手臂高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博士兼研究员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，以验证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移到了紧急情况下，无法预见洪水和洪水，从而导致灾难性的后果作为回应，一项新的研究被合并，旨在通过利用人工智能（AI）模型在下一个高强度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，旨在不简单地预测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，同时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，运用搜索算法，对2002年至2021年塞翁河大坝的数据进行了编辑降水、入流和出流数据作为输入，而小时水位作为输出分析结果显示了显著的准确性，其效率超过了09

随后，该团队提出了可解释的场景，将输入量的40%、-20%、+20%和40%进行操作，以检查所训练的GRU模型对输入量的密封性响应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，不同水位和不同大坝的输出流量的显著变化，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的模式，以确保其作为人工智能模型的有效性。我们引入了建模时间，直接了解了基于确定大坝水位的黑箱模型的人工智能决策过程。”他进一步表示“我们的愿望是，这一观点将有助于更好地发挥作用，并在未来提高其效率。”

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