摘要
本发明主要涉及水文预报技术领域。为了提高水文流量预测的精度和实时性,本发明提供一种基于因果推断与扩展长短期记忆网络的水文流量预测方法,其核心思想是:收集历史水文流量和气象因子数据,并进行预处理;筛选出与水文流量具有格兰杰因果性的气象因子作为水文流量预测的特征气象因子;基于扩展长短期记忆网络建立水文流量预测模型,将历史特征气象因子和水文流量数据作为水文流量预测模型的输入,训练水文流量预测模型对未来水文流量进行预测,使水文流量预测模型在学习水文流量的长期趋势与短期波动时更加精准,增强了水文流量预测模型水文流量预测结果的可解释性和科学性,为水文管理、流域治理及极端气候应对提供科学依据与技术支持。
技术关键词
流量预测模型
长短期记忆网络
流量预测方法
气象
因子
受限
水文预报技术
误差
物理
数据
索引
滑动窗口
优化器
气候
方程
水量
变量
机制
样本
系统为您推荐了相关专利信息
故障特征
故障预警方法
波形
非易失性存储介质
长短期记忆网络
智能监测终端
云平台系统
数据处理单元
动态时间规整
长短期记忆网络
超级电容模组
无功补偿装置
安全控制方法
储能型
叠加算法
广告投放策略
跨平台广告投放
协同管理方法
深度强化学习算法
网络信息提取
优化配置方法
遗传算法求解
谐波阻抗矩阵
谐波潮流
表达式