摘要
本发明公开了基于混合模型的湖泊水位预测方法、系统、设备和程序,获取湖泊不同监测点的实测历史水位时间序列,通过最优变分模态分解将每个监测点获取的历史水位时间序列分解为多个模态分量;以所述多个模态分量与附加参数为输入,要预测的各个模态分量对应的时间序列为输出,对每个监测点分别构建集成学习XGBoost模型进行模型训练,并采用Optuna框架对XGBoost模型超参数进行优化;对各个模态对应XGBoost模型预测结果进行求和,获取对应监测点水位预测结果。本发明的方法可实现湖泊水位客观、快速、精准地预测。
技术关键词
XGBoost模型
监测点
水位预测方法
模型超参数
序列
训练集数据
水体
数据获取模块
计算机程序产品
处理器
预测系统
指令
计算机设备
框架
可读存储介质
存储器
变量