收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

DFA_VMD_LSTM组合日径流预测模型研究

孙望良  周建中  彭利鸿  徐占兴  莫莉  胡斯曼  何飞飞  
【摘要】:为有效提取径流序列的局部特征信息、提高神经网络径流预测模型的非线性拟合能力和预测性能,引入变分模态分解(VMD)、去趋势波动分析(DFA)方法,提出了一种基于长短时记忆(LSTM)神经网络的组合日径流预测模型(DFA_VMD_LSTM),并采用均方误差(R_(RMSE))、平均绝对误差(M_(MAE))、平均绝对百分误差(M_(MAPE))以及确定性系数(D_(DC))统计指标对模型进行评价。在三峡水库的径流预测研究中,经过与其他三种典型数据驱动模型的预测结果对比发现,DFA_VMD_LSTM组合日径流预测模型在不同评价指标上均有显著提升,说明该模型可充分挖掘径流序列组成特性,学习历史长程依赖,能有效提高径流预报精度。

知网文化
【相似文献】
中国期刊全文数据库 前12条
1 汪丽娜;李粤安;陈晓宏;;试用DFA分析合水水库年降雨量和入库年径流的趋势特征[J];广东水利水电;2008年01期
2 胡庆芳;曹士圯;杨辉斌;王银堂;李伶杰;王立辉;;汉江流域安康站日径流预测的LSTM模型初步研究[J];地理科学进展;2020年04期
3 国俊宝;余钟波;杨传国;徐世琴;;基于物理成因的中长期径流预测模型研究[J];水电能源科学;2020年05期
4 史剑伟;江时俊;刘启兴;;基于LSTM和XGBoost算法的径流预测模型研究[J];治淮;2020年08期
5 武桂芝;王程;;基于拟合改进的径流灰色预测模型研究[J];人民黄河;2020年10期
6 闫佰忠;孙剑;王昕洲;韩娜;刘博;;基于多变量LSTM神经网络的地下水水位预测[J];吉林大学学报(地球科学版);2020年01期
7 王圆圆;孙可可;;基于LSTM的地震前兆数据分析算法设计与实现[J];智能计算机与应用;2020年02期
8 胡佃波;焦磊明;庞曦;;基于VMD的大地电磁信号去噪研究[J];能源与环保;2020年05期
9 任化准;陈琼;何有良;叶彬;;WPSO-SVR耦合日径流预测模型研究及应用[J];人民长江;2017年10期
10 赵勇;苏丹;邹丽;王爱民;;基于LSTM神经网络的畸形波预测[J];华中科技大学学报(自然科学版);2020年07期
11 崔巍;顾冉浩;陈奔月;王文;;BP与LSTM神经网络在福建小流域水文预报中的应用对比[J];人民珠江;2020年02期
12 刘立申;王晨晖;王利兵;陈凯男;吴鹤帅;;基于PCA-PSO-SVM的地震死亡人数预测模型研究[J];地震地磁观测与研究;2019年05期
中国重要会议论文全文数据库 前1条
1 唐上;宋冬梅;向亮;单新建;王斌;;基于LSTM神经网络的电离层TEC预测[A];2019年中国地球科学联合学术年会论文集(十一)——专题28:大地震发生的物理机制与预测方法和技术、专题29:“张衡一号”卫星应用与国家地球物理场卫星探测计划、专题30:空间大地测量与地壳动力学[C];2019年
中国硕士学位论文全文数据库 前3条
1 罗欣;基于LSTM的区域电离层总电子含量预测建模[D];华中科技大学;2018年
2 朱聪;径流中长期预测模型研究[D];四川大学;2005年
3 霍琳琳;一种使用LSTM和Policy Gradient实现月平均水文流量预测的方法[D];天津大学;2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978