基于多模型融合的中长期径流集成预测方法OACSTPCD
中长期水文预报是流域水资源规划与合理配置的重要依据。为提高中长期径流预测精度,提出了一种基于多模型融合的水库中长期径流集成预测方法。该方法将ARMA、BP、LSTM、RF和SVR等5个异质预测模型进行融合,同时采用超参数优化方法确定各模型的最优参数。将其用于青海省龙羊峡水库的中长期径流预报中,结果表明,通过Stacking融合算法建立的集成预测模型相较于单一模型,取得了更高的预测精度(R2值由0.71提升至0.82)。此方法可为提升流域中长期径流预测精度提供一定参考。
朱非林;陈嘉乙;张咪;徐向荣;钟平安;
河海大学水文水资源学院,江苏南京210024
水利科学
中长期径流预报ARMABPLSTMRFSVR多模型融合集成预测Stacking融合算法超参数寻优龙羊峡水库
《水力发电》 2024 (002)
P.6-13,29 / 9
国家重点研发计划项目(2022YFC3202801);国家自然科学基金资助项目(52009029)。
评论