基于多步分解和长短期记忆网络的径流预测方法及设备

本申请涉及径流预测技术领域，提供了基于多步分解和长短期记忆网络的径流预测方法及设备。径流预测方法，包括：使用VDM算法对径流数据序列进行分解，得到中间分解结果；使用EDM算法对中间分解结果进行二次分解，得到测试数据集，测试数据集包括两个以上目标分量；将测试数据集输入径流预测模型中，得到各个目标分量的预测值；径流预测模型是对长短期记忆网络LSTM模型训练得到的；基于各个目标分量的预测值确定径流数据序列的预测值。上述技术方案中，通过采用两步分解的方式，先用VMD滤除部分噪声，提取信号主要成分，再用EMD对提取的主要成分进一步细化分解，更精细地捕捉信号的非线性和非平稳特性，如此可以有助于提高径流预测结果的准确性。