基于LSTM和SVM组合预测的水电机组抬机量预测方法

本发明公开了基于LSTM和SVM组合预测的水电机组抬机量预测方法，该方法包括：采集水电机组工况数据；对得到的工况数据进行预处理，形成工况数据集；分别采用长短期记忆神经网络模型、支持向量机模型构建LSTM抬机预测模型、SVM抬机预测模型，并利用工况数据集分别对LSTM抬机预测模和SVM抬机预测模型进行训练和测试；分别确定LSTM抬机预测模型、SVM抬机预测模型对机组抬机量组合预测结果的权重系数；根据实时水电机组工况数据结合得到的权重系数，得到最终的机组抬机量预测结果。本发明运用LSTM和SVM组合预测机组抬机量，有效提升了对不同运行状态的适应性，提高了对抬机现象的模拟精准度，解决了数学模型构建难题，提升了研究的科学性与可靠性。