摘要
本发明涉及一种多尺度来水预报方法及系统,其中方法包括以下步骤:获取目标流域历史径流数据以及不同类型的历史特征数据;将目标流域历史径流数据分解为对应不同时间尺度的径流分量;通过不同时间尺度的径流分量,对不同类型的历史特征数据进行特征筛选,获取对应不同时间尺度的相关特征;选择不同的算法构建径流预测模型组,径流预测模型组包括多个短时间尺度径流预测模型、多个中时间尺度径流预测模型和多个长时间尺度径流预测模型,分别通过不同时间尺度的径流分量和对应不同时间尺度的相关特征对预测模型组中的各个模型进行训练;对训练好的预测模型组中的各个模型进行集成,生成集成模型,通过集成模型进行后续目标区域的来水预报。
技术关键词
径流
预报方法
短时间尺度
长时间尺度
多尺度
预测误差
LSTM神经网络
统计分析方法
门控循环单元
随机森林模型
数值
预报系统
算法
数据采集模块
处理器
动态
可读存储介质
存储器
系统为您推荐了相关专利信息
机器人动态路径规划方法
除草机器人
果园除草
控制模块
执行机构
风险检测方法
变电站危险区域
多模态
识别设备运行状态
决策
动态时间规整算法
监督学习框架
数据
时序
滑动窗口技术
燃料电池汽车
能量管理方法
预测车辆速度
测地线距离
粒子群优化算法
车辆跟踪方法
无人机
运动特征
输出特征
融合特征