摘要
本发明公开了一种枯水预测方法,属于水文预报技术领域,其技术要点是:包括以下步骤:收集河流水文站点的水位数据及其控制流域的降雨量数据,确定枯水样本。进行数据训练集、验证集和测试集划分与设计。基于训练集对于预测模型超参数采用改进shampoo算法进行第一步优化调整,使得模型能够较好预测训练集上的样本;基于构造验证集不同类型水位样本,采用元学习算法,在第一步基础上对模型的超参数继续优化调整,使得模型能够同时较好的预测普通水位和极端枯水水位;最后,基于网格搜索算法,进行模型冻结网络层数比例的寻优,获得最优冻结层数;基于验证集的设计和上述三重步骤的参数优化和调整,可以使得模型对于枯水的预测能力提到显著提升。
技术关键词
样本
模型超参数
协方差矩阵
训练集
预测误差
Hessian矩阵
水文预报技术
网格搜索算法
水位预测值
元学习算法
预测模型训练
随机梯度下降
机器学习模型
数据
特征值
站点