摘要
本发明公开了一种基于深度学习的水库出库流量预测模型构建方法,该方法包括:采集水库水文特征数据;根据采集的水库水文特征数据,采用引入注意力机制的长短期记忆网络模型,构建出库流量预测模块;根据采集的水库水文特征数据,采用引入注意力机制的长短期记忆网络模型,构建多因素智能预测模块;基于水量平衡原理,将所述出库流量预测模块的输出值作为所述多因素智能预测模块的输入基准量,通过嵌套耦合机制构建水库出库流量智能预测模型。本发明通过出库流量预测模块和多因素智能预测模块的双模块嵌套耦合,创新性地解决了水库出库流量预测中物理规律约束与复杂调度规则难以兼容的核心难题。
技术关键词
流量预测模型
长短期记忆网络
引入注意力机制
水文
时序特征
水库蓄水量
模块
生成出库
耦合机制
数据
超参数
深度学习框架
融合多源
正则化参数
嵌套
优化器
系统为您推荐了相关专利信息
分层存储管理
数据分类
数据采集模块
深度学习模型
深度学习分类模型
选址方法
洄游路线
鱼类资源调查
集鱼装置
水利水电工程技术
综合治理装置
储能型
源网荷储协调
储能系统
配电变压器
参数
长短期记忆网络
预测误差
库存周转率
混合整数线性规划
牵引供电系统
历史性能数据
光伏功率预测方法
鲸鱼优化算法
光伏发电模块