基于小波支持向量机的径流预测性能优化分析

• 作者: 周婷 李继清 李荣波 纪昌明 金菊良
• 来源期刊: 水力发电学报
• 学科: 工学
• 关键词: 年径流预测 小波分解 支持向量机 性能优化分析 响洪甸水库
• 年，卷（期）: 2017,（10）
• 页码范围: 45-55
• 页数: 11页
• 分类号: TV213.9
• 语种: 中文
• DOI: 10.11660/slfdxb.20171005

摘要

中长期径流预测是水库调度的重要前提和难点问题.在数据驱动预测模型已有研究基础上,提出了基于小波分解的参数优化支持向量机(WD-SVM-PSO)预测模型,实现了对历史径流过程的分频预处理、分类训练、参数优化及交叉验证,从样本数据、模型参数、训练机制三方面对预测模型性能进行优化.采用淮河流域响洪甸水库1959-2014年径流过程进行模型验证,结果表明:WD-SVM-PSO模型预测合格率为93％,且具有良好的泛化性能,有效规避了过拟合现象;进一步通过对照试验仿真,定量揭示了耦合预测模型三方面要素所起的作用大小依次为:样本数据预处理＞训练模型＞模型参数.该结论可为分析和完善数据驱动径流预测模型、提高径流预测精度和可靠性提供参考借鉴.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	纪昌明	华北电力大学可再生能源学院	189	1989	24.0	34.0
2	金菊良	合肥工业大学水资源与环境系统工程研究所	289	7106	44.0	72.0
3	李荣波	华北电力大学可再生能源学院	13	124	8.0	11.0
4	李继清	华北电力大学可再生能源学院	61	331	11.0	15.0
5	周婷	安徽农业大学水利工程系	25	63	5.0	6.0