基于物理方法与深度学习耦合的水库发电流量计算方法

本发明公开了基于物理方法与深度学习耦合的水库发电流量计算方法，包括收集水库历史运行特征数据；采用BFAST方法对数据进行分解，将其分解为周期项、趋势项和残差项；以水库水位和入流量的周期项、趋势项和残差项作为输入变量，发电出力的残差项为目标变量，构建并训练LSTM深度学习模型，使模型学习发电出力残差与输入变量之间的时序关系；使用训练好的模型预测发电出力残差，并将预测出的残差项与对应时段的周期项和趋势项相加，得到水库的总发电出力；基于水能发电转换公式，将水库发电出力转换为发电流量。本发明的水库发电预测方法，能够有效捕捉水库发电过程中的非线性动态特征，可以提高水库发电出力预测的准确性，用于优化水能利用效率。