摘要
本发明涉及一种大水体水面蒸发预测模型建立方法、系统、装置及介质,该方法包括:采集大水体在指定时间内的水面蒸发数据及相关气象数据;将水面蒸发数据处理后作为参考数列,相关气象数据处理后作为比较数列,根据比较数列与参考数列曲线族的几何相似度计算确定两者的关联度;将关联度高于设定阈值的相关气象数据对应的类别确定为主要气象影响因子,将主要气象影响因子作为神经网络的输入层;获取若干采样时间段内主要气象影响因子的数据及对应的水面蒸发数据作为训练样本和验证样本,通过训练样本训练神经网络模型,根据验证样本来验证训练好的神经网络模型。本发明能较准确地模拟预测大水体水面蒸发。
技术关键词
预测模型建立方法
训练神经网络模型
气象
水体
BP神经网络模型
数据
因子
指标
模型建立系统
序列
样本
水面蒸发量
时间段
灰色关联度
电子装置
可读存储介质
曲线
处理器
相对湿度
系统为您推荐了相关专利信息
建筑能耗预测方法
一维卷积神经网络
时间卷积网络
气象
能耗预测技术
曲率模态损伤识别方法
结构有限元模型
训练神经网络模型
结构损伤识别
指标
短期光伏功率预测
BP神经网络训练
分辨率
光伏电站
学习算法
功率预测方法
元学习方法
长短期记忆网络
门控循环单元
统计特征