基于变分模态分解和深度门控网络的径流预测

• 作者: 李文武 王凯 石强 程雄
• 来源期刊: 水力发电学报
• 学科: 工学
• 关键词: 变分模态分解 相空间重构 深度门控网络 中长期入库径流预测 评价指标
• 年，卷（期）: 2020,（3）
• 页码范围: 34-44
• 页数: 11页
• 分类号: TV124
• 语种: 中文
• DOI: 10.11660/slfdxb.20200304

摘要

为提高水库中长期入库径流预测精度,提出变分模态分解、相空间重构和深度门控网络相结合的径流组合预测模型.首先对历史径流数据进行变分模态分解,产生多个模态分量;接着将分解得到的模态分量重构到高维特征空间,形成深度学习的输入;然后利用深度门控网络获取历史径流详细特征并进行预测;最后累加各模态分量的预测值完成重构.以白山水库为例,将所建模型分别与单一预测模型和其他组合预测模型进行对比分析.结果 表明:所建模型能有效分解非平稳性的径流序列,充分学习内嵌的水文规律,预测误差最小,且在整个测试集上分布更为合理,拟合优度检验值最高.研究结果可为水库水资源规划管理提供技术依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李文武	三峡大学电气与新能源学院	30	396	8.0	19.0
5	王凯	三峡大学电气与新能源学院	18	64	4.0	7.0
6	程雄	三峡大学梯级水电站运行与控制湖北省重点实验室	3	2	1.0	1.0
10	石强	三峡大学电气与新能源学院	4	0	0.0	0.0