摘要
一种基于seq2seqLSTM的中长期径流多预见期联合预报方法,包括:步骤1.收集与整理研究流域的月径流、月降雨、气候遥相关因子数据;步骤2.计算径流与前期径流、前期降雨、前期气候遥相关因子的线性与非线性系数,选择高相关因子作为径流预报因子;步骤3.组合不同类型的预报因子,构建径流预报因子方案;步骤4.构建基于序列到序列的长短期记忆神经网络seq2seqLSTM的多预见期预报模型;步骤5.将数据前70%长度的时间序列作为率定期,选定目标函数训练模型参数;步骤6.将数据后30%长度时间序列作为检验期,验证模型效果。本发明充分利用相邻径流序列的相关性,构建seq2seqLSTM模型,由此可实现同时预报多预见期的中长期径流,并进一步提高中长期径流预报精度。
技术关键词
径流
预报方法
长短期记忆神经网络
因子
序列
LSTM模型
气候
初始化解码器
数据
编码器
皮尔逊相关系数
矩阵
标准化方法
样本
参数
比率
变量
非线性
环流