摘要
本发明公开了一种双驱动水库长期出库概率预测方法,属于水资源智能调度技术领域。包括构建并训练因果一致性概率入流预测模型,采用双锚点对称链输出层,在数学上根除分位数交叉,并利用基于内部注意力解构的梯度异构调制范式进行训练,高效学习水文过程;构建并应用机理约束出流预测模型,将水量平衡方程、出库边界等物理机理深度改造并嵌入到梯度提升决策树的损失函数中,强制模型在训练过程中自我学习并遵守物理规则。本发明能生成兼具概率自洽性与物理可靠性的水库出库预测方案。
技术关键词
概率预测方法
梯度提升决策树
因子
时序特征
水库
形态
编码向量
前馈神经网络
物理
情景
控制器模块
智能调度技术
序列
注意力
异构
水量
参数
历史运行数据
锚点
时滞效应
系统为您推荐了相关专利信息
参数优化方法
搜索算法
PID控制器
粒子群算法
计算机储存介质
队列
识别方法
数字型
因果关系识别装置
前馈神经网络
拓扑优化设计
训练神经网络模型
拓扑优化方法
杨氏弹性模量
网格模型
锂电池保护板
加密数据
因子
动态时间窗口
哈希算法