• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《水资源研究》 >基于EMD-LSTM模型的右江水库日入库流量预测

基于EMD-LSTM模型的右江水库日入库流量预测

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

入库流量预测可为水电站水库防汛抗旱、水位控制等提供必要依据。然而传统物理建模方法预测入库流量对数据资料要求较高,在资料相对匮乏地区难以应用。针对入库流量序列非线性非平稳以及原始数据包含噪声等问题,将经验模态分解(empirical mode decomposition, EMD)良好的滤波特性和长短期记忆(long-short-term memory, LSTM)神经网络强大的非线性映射能力相结合,用于右江水库日入库流量预测。首先采用EMD方法对入库流量序列进行分解,然后对分解的各分量分别建立LSTM进行预测,最后加和重构得到预测结果,同时采用单一LSTM作为对比。在右江水库日入库流量预测中,EMD-LSTM预测结果平均绝对误差(MAE)为29.46 m3/s,平均相对误差(MAPE)为11.06%,确定性系数(DC)为0.95,各评价指标均优于单一LSTM,表明EMD-LSTM在右江水库日入库流量预测中具有很好的适用性,明显提高了日入库流量预测精度,对今后右江水库安全经济运行具有重要指导意义。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号