首页|期刊导航|水力发电|基于差分序列多尺度深度学习的径流量预测方法

基于差分序列多尺度深度学习的径流量预测方法OACSTPCD

A Runoff Prediction Method Based on Multi-scale Deep Learning of Differential Sequence

中文摘要英文摘要

精准的径流量预报是预防洪水事故的主要依据.由于径流量数据具有很强的非稳定性,径流信息难以通过单一方法充分挖掘,易导致预测精度较低,提出了基于差分序列多尺度深度学习的径流量预测方法.首先,计算径流量一阶差分序列,为模型建立提供建模样本;其次,针对差分序列波动性,采用变分模态分解(VMD)方法对其进行变换,对变换后得到的差分序列分量采用多尺度LSTM方法对其进行估计;最后,结合原始径流量尾部数据和差分序列预测结果得到径流量预测值.结果表明,基于差分序…查看全部>>

Accurate forecasting of runoff is the main basis for preventing flooding accidents.Due to the strong non-stationarity of runoff data,runoff information is difficult to be fully mined by a single method,which easily leads to low prediction accuracy.In this paper,a runoff prediction method based on multi-scale deep learning of differential sequence is proposed.Firstly,the first-order differential series of runoff is calculated to provide modeling samples for m…查看全部>>

张少卿;陈义浦;王世辉;沈昊;刘雨

南京市水利规划设计院股份有限公司,江苏 南京 210014南京市水利规划设计院股份有限公司,江苏 南京 210014苏州市水利设计研究院有限公司,江苏 苏州 215011江苏省水利勘测设计研究院有限公司,江苏 扬州 225127淮安市水利勘测设计研究院有限公司,江苏 淮安 223005

地球科学

径流量预测差分序列LSTM多尺度变分模态分解(VMD)深度学习

runoff predictiondifferential sequenceLSTM,multi-scale,variational mode decomposition(VMD)deep learning

《水力发电》 2024 (4)

19-25,7

2021年江苏省水利科技项目(2021068)2022年江苏省水利科技项目(2022011)

评论

您当前未登录!去登录点击加载更多...