摘要
本发明提供了一种流域中长期径流预报方法及系统,其中方法包括:获取影响流域月径流变化的目标预报因子;利用因子交互探测技术确定所述目标预报因子中的最优预报因子组合;将所述最优预报因子组合划分为模型训练集和模型测试集,分别对预先构建的基于CNN‑BiLSTM组合式架构的月径流预报模型进行模型训练和模型测试,得到测试预测值;利用马尔科夫链校正法对所述测试预测值进行滚动校正,得到最终预报值。通过本发明,提供了一种集成遥相关气候因子优选与误差修正策略的流域中长期径流预报方案,大大提升了水电站中长期径流预报精度,为水资源调度提供决策支持。
技术关键词
因子
径流预报方法
转移概率矩阵
鲸鱼优化算法
探测器
表达式
组合式
异性
数学
皮尔逊相关系数
非线性
超参数
预报系统
数据获取模块
误差校正
序列
水电站
系统为您推荐了相关专利信息
离群点
坐标转换矩阵
初始聚类中心
坐标系
扫描探测器
密度
线性回归算法
支持向量机算法
因子
深度学习预测模型
摩托车排气消声器
焊接方法
非制冷红外焦平面探测器
双机器人协同焊接
消声器外壳
全自动化学发光分析仪
偏差
控制系统
监测点
反距离加权插值算法
兽药残留检测方法
机器学习模型评估
兽药残留浓度
样本
最佳工作状态