摘要
本发明采用的技术方案是:一种有监督的时序水位数据生成方法、系统和水位多步预测方法,有监督的时序水位数据生成方法包括以下步骤:历史水位数据转换为时间序列数据并提取主成分水位数据;基于平稳性要求筛选主成分水位数据;对主成分水位数据中的对缺失值进行时间序列插值;将插值后的主成分水位数据的结构变换为有监督学习算法的输入样式;提取变换后的主成分水位数据的特征并与主成分水位数据拼接,形成水位数据矩阵;采用经过预训练的生成对抗网络扩充水位数据矩阵的样本行数。本发明适用于在数据量较少且存在较多缺失值的情况,可以有效避免应用模型的误差累积问题。
技术关键词
数据生成方法
监督学习算法
多步预测方法
时序
序列
监督机器学习算法
生成对抗网络
训练算法
数据生成系统
统计特征
样式
构建预测模型
矩阵
气象
样本
索引
特征值
周期性
水文
系统为您推荐了相关专利信息
负荷调节潜力
皮尔逊相关系数
策略
历史负荷数据
动态
营运车辆
运动轨迹信息
轨迹预测模型
驾驶辅助方法
车辆运动轨迹
时间序列特征
电池运行状态
电池冷却系统
深度神经网络
电池管理系统