基于GRU-BP组合模型的湖泊水位预测方法探索

刘惟飞; 陈兵; 余周

首页> 中文期刊> 《中国农村水利水电》 >基于GRU-BP组合模型的湖泊水位预测方法探索

基于GRU-BP组合模型的湖泊水位预测方法探索

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为改善传统循环神经网络预测梯度消失的问题,并探讨组合模型在水位预测中的应用,提出了一种基于门控循环单元(Gated Recurrent Unit,GRU)和BP神经网络的组合预测模型,对广州市猎德涌的源头西湖水位进行预测。研究以西湖3-7月的水文时间序列作为训练集,8月作为测试集,通过控制变量法确定了GRU-BP模型的最佳参数。该模型以西湖监测点的历史雨量及水位作为输入条件,预测未来1 h的水位过程,通过GRU融合层进行非线性分配单个模型框架的输出向量权重从而修正预测误差;利用并联式的集成方式能精确分配补水、排水时序变化及雨量等信息对水位增量的反馈权重。结果表明,与基于卷积神经网络(CNN)和GRU的组合模型及GRU、长短时记忆网络(Long Short-Term Memory,LSTM)、BP相比,GRU-BP模型整体预测精度分别提高了10.6%,17.2%,32.5%,51.2%。进一步选取短时间序列(3-4月)和典型雨季水文时间序列(5-7月)训练模型,并在参数不变情况下探讨了不同预测步长对模型精度的影响。结果显示,使用数据驱动模型时,应尽可能选择典型及代表性的水文数据用于训练;模型对暴雨期及大雨期水位进行预测时,预测步长设置为30 min时,可以获得一定的提前时间,同时也能取得较好的预测精度;GRU-BP集成时的精确度与稳定性得到了提高,为湖泊水位预测提供了一种新的方法。

著录项

来源
《中国农村水利水电》 |2022年第11期|58-65|共8页
作者
刘惟飞; 陈兵; 余周;
展开▼
作者单位

华南理工大学环境与能源学院;

广东省环境风险防控与应急处置工程技术研究中心;

展开▼
原文格式 PDF
正文语种 chi
中图分类治河工程与防洪工程;
关键词
集成学习; 水位预测; GRU-BP; 组合模型;

相似文献

中文文献
外文文献
专利

1. 基于卫星测高的湖泊水位监测及预测方法研究 [J] . 梁子亮 ,解琨 ,付超 . 测绘与空间地理信息 . 2021,第008期
2. 基于SFLA-CNN和LSTM组合模型的水位预测 [J] . 周勇强 ,朱跃龙 . 计算机与现代化 . 2021,第004期
3. 基于集合经验模态分解与BP组合模型的短期余水位预测 [J] . 屠泽杰 ,邢喆 ,辛明真 . 海洋通报 . 2020,第001期
4. 基于灰色-BP神经网络组合模型的水位预测案例 [J] . 马辉 ,孙颍桃 ,肖艳 . 人民黄河 . 2016,第012期
5. 变权组合预测模型在地下水水位预测中的应用 [J] . 王新民 ,崔巍 . 吉林大学学报（地球科学版） . 2009,第006期
6. 犯罪嫌疑人落脚点预测模型改进研究——基于地理环境因素与CGT模型组合方法 [C] . 方嘉良 ,李卫红 . 2016中国地理信息科学理论与方法学术年会 . -1
7. 基于多源遥感数据的三江源湖泊水位提取方法研究 [A] . 刘琪 . 2021

基于GRU-BP组合模型的湖泊水位预测方法探索

摘要

著录项

相似文献

相关主题

期刊订阅