摘要
本发明公开了一种基于多模型组合的径流预报方法和系统,所述方法包括:获取待研究区域的预报数据集;将待研究区域的预报数据集进行预处理,得到预处理后的数据集;将预处理后的数据集分别输入不同训练好的单一径流预报模型进行预测,得到多个单一预报结果;利用Copula函数,对各个单一预报结果进行误差修正,得到各个修正后的单一预报结果;将各个修正后的单一预报结果输入训练好的BP神经网络模型进行组合,得到初始径流预报结果;利用Copula函数,对初始径流预报结果进行误差修正,得到最终径流预报结果;本发明能够提高径流预报精度,减小长预见期下的径流预报误差,延长径流预报的有效预见期。
技术关键词
预报误差
径流预报方法
Copula函数
多模型
BP神经网络模型
联合分布函数
数据驱动模型
气象
核密度估计方法
流域水文模型
生成随机序列
时间段
累积分布函数
人工神经网络
预报系统
系统为您推荐了相关专利信息
辊压机
故障预警方法
历史运行数据
故障预测模型
故障特征
神经网络预测模型
离合器主动盘
离合器控制系统
多模型协同
混合动力车
BP神经网络模型
时序
负荷预测方法
优化BP神经网络
遗传算法
油纸绝缘结构
频域介电谱测试
曲线
绝缘油
绝缘纸
协作频谱感知方法
传感模型
资源分配
物联网设备
无人机