摘要
本发明实施例公开了高寒山区径流预报方法及装置、设备及介质,方法包括:构建各季节对应的历史日降水量序列集和历史日径流量序列集;对序列进行小波分解,得到若干个历史日降水分量序列和历史日径流分量序列;基于历史日降水分量序列和历史日径流分量序列进行模型训练,生成日径流分量预测模型;将预测日降水分量序列输入日径流分量预测模型中,得到若干个预报日径流分量序列;将预报日径流分量序列进行叠加,得到预报日径流量。本发明针对各个季节的日径流量进行分别预报,充分考虑到径流的季节性特征,还通过包含多尺度信息的日降水分量序列和日径流分量序列进行日径流量预报,有效地提高了预报结果的精度。
技术关键词
多层感知机
序列
马尔科夫模型
高寒山区
径流预报方法
数据处理单元
径流预报装置
特征值
多尺度信息
数据采集单元
处理器
时间段
计算机设备
可读存储介质
存储器
关系
系统为您推荐了相关专利信息
异常数据
信息处理设备
邻域
神经网络模型
LOF算法
液压支架
基准轮廓
采煤设备
多模态数据采集
控制系统
启发式搜索算法
生成方法
序列
多维特征向量
动态
配置推荐方法
深度学习框架
人工智能模型
标签
习惯