基于改进深度信念网络模型的中长期径流预测 被引量：22

1

作者 岳兆新 艾萍 +3 位作者 熊传圣 宋艳红 洪敏 于家瑞 《水力发电学报》 EI CSCD 北大核心 2020年第10期33-46,共14页

为提高流域中长期径流预测效果,提出径流综合指数构建、因子筛选和改进深度信念网络模型相结合的预测方法。首先研究不同水文站点(细粒度)月平均径流的一致性,构造流域径流综合指数(粗粒度),在较宏观层面研究流域水情丰枯变化;接着采用... 为提高流域中长期径流预测效果,提出径流综合指数构建、因子筛选和改进深度信念网络模型相结合的预测方法。首先研究不同水文站点(细粒度)月平均径流的一致性,构造流域径流综合指数(粗粒度),在较宏观层面研究流域水情丰枯变化;接着采用基于信息熵的因子筛选方法,获得影响流域水情丰枯变化的关键因子集,形成深度学习的输入;然后利用改进的深度信念网络(IDBN)模型进行预测。以雅砻江流域为例,将所建模型与多元线性回归、自回归移动平均、反向传播(BP)神经网络、支持向量机和传统深度信念网络等预测模型进行对比分析。结果表明:所提方法具有较好的实用性,且IDBN模型具有更好的预测速度和精度。研究结果可为流域中长期径流变化趋势预测提供参考。 展开更多

关键词 水文预报 中长期径流预测 径流综合指数 偏互信息法 深度信念网络

原文传递

基于PSO参数辨识SVM的中长期径流预测研究 被引量：11

2

作者 叶碎高 彭勇 周惠成 《大连理工大学学报》 EI CAS CSCD 北大核心 2011年第1期115-120,共6页

以径向基函数作为核函数,利用微粒群(PSO)算法的全局寻优特性进行支持向量机(SVM)的参数辨识.在微粒群搜索参数前,先对参数进行指数变换,使[0,1]和[1,∞]有着相同的搜索概率.微粒群算法的适应值函数是以支持向量机模型的推广能力为标准... 以径向基函数作为核函数,利用微粒群(PSO)算法的全局寻优特性进行支持向量机(SVM)的参数辨识.在微粒群搜索参数前,先对参数进行指数变换,使[0,1]和[1,∞]有着相同的搜索概率.微粒群算法的适应值函数是以支持向量机模型的推广能力为标准的,讨论了测试样本的最小误差和留一法对支持向量机学习方法推广能力的两种估计.最后以长江宜昌站的月径流资料为例,分别采用ARMA模型、季节性ARIMA模型、BP神经网络模型以及所建立的支持向量机模型进行模拟预测,结果显示了该模型的有效性. 展开更多

关键词 径流中长期预报 参数辨识 微粒群算法 支持向量机

下载PDF 职称材料

基于AdaBoost模型的大渡河流域中长期径流预报应用研究 被引量：2

3

作者 李佳 曲田 +2 位作者 朱艳军 陶思铭 胡义明 《水电能源科学》 北大核心 2022年第10期10-13,共4页

以集成学习算法中的AdaBoost模型为基础,开展大渡河流域猴子岩断面未来12个月预见期(最长预见期为12个月)的中长期径流预报研究。先采用置换准确度重要性度量方法筛选各预报月份影响因子,在此基础上采用交叉验证-随机搜索方法进行模型优... 以集成学习算法中的AdaBoost模型为基础,开展大渡河流域猴子岩断面未来12个月预见期(最长预见期为12个月)的中长期径流预报研究。先采用置换准确度重要性度量方法筛选各预报月份影响因子,在此基础上采用交叉验证-随机搜索方法进行模型优化,构建了各预报月份的中长期径流预报模型。通过逐月滚动建模及滚动预报的方式评估模型在不同预见期及不同月份的真实预报效果。结果表明,不同预见期(1~12月)条件下,模型预报系列与实测系列的相关系数均大于0.9,模型具有较高的预报精度。就不同预见期预报精度的综合结果来看,1~6、8~10、12月的预报精度均大于80%;7、11月的预报精度在75%左右。2018年1~12月和2020年10月至2021年9月共12个不同预见期的平均预报精度分别为85.7%、85.1%。从中长期精度预报角度而言,模型具有较好的实用精度要求,可为流域水资源精准调配和发电效益的提高提供支撑。 展开更多

关键词 ADABOOST 置换准确度重要性度量 随机搜索方法 中长期径流预报 大渡河流域

下载PDF 职称材料

基于多元回归分析的大伙房水库径流中长期预报 被引量：20

4

作者 王琪 张亭亭 +2 位作者 游海林 常静 曹永强 《水力发电》 北大核心 2014年第5期17-20,共4页

以大伙房水库1956年~2000年10项年径流影响指标的统计数据为资料，基于主成分分析和Logtic方程多元回归方法，建立了大伙房水库径流中长期预报模型，并以2001年。200争年实测径流资料进行外推预报检验。研究结果表明，模型具有较高的拟... 以大伙房水库1956年~2000年10项年径流影响指标的统计数据为资料，基于主成分分析和Logtic方程多元回归方法，建立了大伙房水库径流中长期预报模型，并以2001年。200争年实测径流资料进行外推预报检验。研究结果表明，模型具有较高的拟合精度，预报效果较好，可以用来初步预测大伙房水库2000年之后的径流量，从而为水资源规划与管理部门指导实际生产提供参考依据。 展开更多

关键词 径流中长期预报 多元回归分析 主成分分析 LOGISTIC方程 大伙房水库

下载PDF 职称材料

基于小波去噪和FA-SVM的中长期径流预报 被引量：15

5

作者 晋健 刘育 +2 位作者 王琴慧 刘芬香 李基栋 《人民长江》 北大核心 2020年第9期67-72,共6页

为优化支持向量机(Support Vector Machine,SVM)模型参数,提高中长期径流预报精度,建立了基于FA-SVM的中长期径流预报模型。该模型以样本中训练期均方差最小为目标函数,利用萤火虫算法(Firefly Algorithm,FA)对支持向量机主要参数(惩罚... 为优化支持向量机(Support Vector Machine,SVM)模型参数,提高中长期径流预报精度,建立了基于FA-SVM的中长期径流预报模型。该模型以样本中训练期均方差最小为目标函数,利用萤火虫算法(Firefly Algorithm,FA)对支持向量机主要参数(惩罚系数C、核函数参数g和不敏感损失系数ε)进行了优化。以岷江上游的紫坪铺水库为例,运用小波去噪法对各月径流序列进行数据预处理后,利用FA-SVM模型与BP神经网络模型进行了中长期径流预报。结果表明:①运用小波阈值法能够较好地滤除各月径流序列的系统噪声和测量噪声;②FA-SVM模型中长期径流预测效果较好,预报精度等级均在丙级以上;③FA-SVM模型的预报效果优于BP神经网络模型。 展开更多

关键词 中长期径流预报 参数优化 支持向量机 萤火虫算法 小波去噪 紫坪铺水库

下载PDF 职称材料

季节性支持向量机中长期径流预报模型 被引量：9

6

作者 张卫国 钟平安 +2 位作者 张玉兰 郭乐 王新龙 《水力发电》 北大核心 2014年第4期17-21,共5页

中长期径流预报对水资源利用工作具有重要的指导意义。针对月径流季节性特征提出了季节性支持向量机(SVM)中长期径流预报模型,以月份值嵌入样本的形式考虑了月径流的非平稳季节特性;引入了"参数网格化搜索耦合交叉验证"的参... 中长期径流预报对水资源利用工作具有重要的指导意义。针对月径流季节性特征提出了季节性支持向量机(SVM)中长期径流预报模型,以月份值嵌入样本的形式考虑了月径流的非平稳季节特性;引入了"参数网格化搜索耦合交叉验证"的参数率定方法,确保了模型参数选取的合理性。实例表明,季节性SVM中长期径流预报模型是有效的,相比标准SVM模型、分月SVM模型、BP模型具有明显的优势。 展开更多

关键词 中长期径流预报 季节性 支持向量机

下载PDF 职称材料

基于小波分析-稳健估计的径流预报模型及应用 被引量：7

7

作者 纪昌明 张培 +2 位作者 吴月秋 张验科 李荣波 《水力发电学报》 EI CSCD 北大核心 2017年第6期47-56,共10页

小波分析的多尺度时频分析功能,可以用于复杂时间序列的建模与预测,但当数据中含有异常值时,常规的时间序列模型难以有效地挖掘数据的规律。基于此,本文将小波分析和稳健估计引入到时间序列的建模与预测中,利用多尺度小波分析理论在处... 小波分析的多尺度时频分析功能,可以用于复杂时间序列的建模与预测,但当数据中含有异常值时,常规的时间序列模型难以有效地挖掘数据的规律。基于此,本文将小波分析和稳健估计引入到时间序列的建模与预测中,利用多尺度小波分析理论在处理非平稳信号上的优势和稳健回归估计能消除观测数据中异常值的影响的特点,建立了一种基于小波分析的稳健估计水文时间序列模型。并将所建模型用于月径流预报,通过与自回归滑动平均(ARMA)模型、反向传播(BP)神经网络模型的对比分析表明该模型在满足一定预报精度的同时,可以保证方法的可靠性与结果的稳定性,具有广阔的应用前景。 展开更多

关键词 中长期径流预报 稳健估计 小波分析 时间序列模型

原文传递

结合均生函数的神经网络在中长期水文预报中的应用 被引量：7

8

作者 李阳 纪昌明 +2 位作者 李克飞 张验科 赵璧奎 《水电能源科学》 北大核心 2013年第2期19-22,共4页

针对中长期径流预报在水库中长期运行方案制定及调度决策形成中的作用,基于传统和智能预报方法各自的优势,利用均生函数模型记忆时间序列的内在规律,采用偏最小二乘方法对预报因子进行降维处理,建立了结合均生函数的神经网络预报模型,... 针对中长期径流预报在水库中长期运行方案制定及调度决策形成中的作用,基于传统和智能预报方法各自的优势,利用均生函数模型记忆时间序列的内在规律,采用偏最小二乘方法对预报因子进行降维处理,建立了结合均生函数的神经网络预报模型,并利用神经网络模型修正预报结果。实例计算表明,该模型不仅可提取径流序列的特征,且预报精度也较单一的均生函数模型和神经网络模型有所提高。 展开更多

关键词 中长期径流预报 均生函数 偏最小二乘 神经网络

下载PDF 职称材料

中长期径流预报的时间尺度 被引量：7

9

作者 冼翠玲 张艳军 +2 位作者 邹霞 张素琼 邹静 《武汉大学学报（工学版）》 CAS CSCD 北大核心 2015年第6期739-743,共5页

为研究时间尺度在中长期水文预报中的影响,选取在实际运用中较成熟的预报模型——最近邻抽样回归模型对不同时间尺度的径流序列进行建模预报.通过对三峡水库1980-2012年的逐日平均入库流量,高场、汉口、大通3个水文站1980-2012年的逐日... 为研究时间尺度在中长期水文预报中的影响,选取在实际运用中较成熟的预报模型——最近邻抽样回归模型对不同时间尺度的径流序列进行建模预报.通过对三峡水库1980-2012年的逐日平均入库流量,高场、汉口、大通3个水文站1980-2012年的逐日平均流量,进行时间聚集,分别得到对应的3d、周、旬、月、季、年的平均径流量.用所建模型对以上4个站点的6个不同时间尺度的径流量进行模拟预测,结果显示随着时间尺度的增加,模拟预测结果的相对误差并非单调递增或者递减,而是先变小,后变大.研究中长期水文预报中时间尺度给预报结果带来的影响,可为水文预报精度的提高开辟新思路. 展开更多

关键词 中长期径流预报 最近邻抽样回归模型 时间尺度

原文传递

基于径流特性分解的月径流集成预测模型研究

10

作者 万锦 马彪 刘为锋 《水电能源科学》 北大核心 2024年第5期29-33,共5页

揭示混沌径流序列中的规律特性可使预测径流的可解释性、精度大幅提升。针对中长期径流序列的周期性、趋势性特征,收集洪泽湖流域吴家渡站1959~2019年实测月径流资料,提取径流周期成分和趋势成分,依据各成分的径流特性,选取契合物理特... 揭示混沌径流序列中的规律特性可使预测径流的可解释性、精度大幅提升。针对中长期径流序列的周期性、趋势性特征,收集洪泽湖流域吴家渡站1959~2019年实测月径流资料,提取径流周期成分和趋势成分,依据各成分的径流特性,选取契合物理特性规律的极限梯度下降(XGBoost)预测模型进行趋势成分预测,选择善于捕捉混沌规律的长短期记忆神经网络(LSTM)进行残差成分预测,构建了一种基于径流特性分解的XGBoost-LSTM集成预测模型,采用该模型对洪泽湖流域吴家渡站月径流序列进行预测,并将预测结果与XGBoost、LSTM、随机森林、BP等单一预测模型进行比较。结果表明,基于特性成分提取的XGBoost-LSTM集成模型的预测精度高于单一径流预测模型,能够利用径流序列规律特性,充分发掘预测模型优势,有效提升径流预测精度。 展开更多

关键词 径流特性分解 梯度提升树 长短期记忆人工神经网络 集成模型 中长期径流预测

下载PDF 职称材料

可变模糊近似推理方法在径流中长期预报中的应用 被引量：6

11

作者 李敏 《水电能源科学》 北大核心 2010年第2期16-18,共3页

将可变模糊集理论与相似关系近似推理法相结合,提出基于相似关系的可变模糊近似推理方法,可通过变换可变参数得到多种可能的预报数值结果,经综合分析确定最终数值结果,并给出该数值实际发生的概率、可能的变动范围等多方面信息。大伙房... 将可变模糊集理论与相似关系近似推理法相结合,提出基于相似关系的可变模糊近似推理方法,可通过变换可变参数得到多种可能的预报数值结果,经综合分析确定最终数值结果,并给出该数值实际发生的概率、可能的变动范围等多方面信息。大伙房水库年径流预报的实例表明,该方法预报中长期径流可获得较全面的信息,有助于深入分析和利用预报值。 展开更多

关键词 可变模糊集 近似推理 相似关系 中长期径流预报

下载PDF 职称材料

基于FPA-ELM模型的中长期径流预测——以雅砻江流域为例 被引量：3

12

作者 洪敏 艾萍 岳兆新 《人民长江》 北大核心 2022年第6期119-125,共7页

为提高中长期径流预测效果,提出一种花授粉算法(FPA)优化极限学习机模型(ELM)的中长期径流预测方法。首先,构造反映流域水情丰枯变化的流域径流整体趋势变化因子(COM),并采用偏互信息法获得影响中长期径流过程变化的关键因子集;然后,结... 为提高中长期径流预测效果,提出一种花授粉算法(FPA)优化极限学习机模型(ELM)的中长期径流预测方法。首先,构造反映流域水情丰枯变化的流域径流整体趋势变化因子(COM),并采用偏互信息法获得影响中长期径流过程变化的关键因子集;然后,结合K折交叉验证与花授粉算法优化ELM参数,构建FPA-ELM模型,完成中长期径流预测。最后,以雅砻江流域为研究区域,将构建的FPA-ELM模型与BP神经网络(BPNN)、支持向量机(SVM)、ELM和GA-ELM等模型进行对比分析。结果表明:FPA-ELM模型的平均绝对百分比误差(E_(mape))为20.15%,均方根误差(E_(rmse))为268.77 m^(3)/s,确定性系数(E_(dc))为0.9169,合格率(E_(qr))为60.0%,运算时间为19.32 s,均优于上述4种数据驱动模型。研究成果可为基于智能算法的中长期径流预测提供借鉴。 展开更多

关键词 中长期径流预测 数据驱动模型 因子筛选 花授粉算法 极限学习机 雅砻江流域

下载PDF 职称材料