科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了水库日入水量预测方法,主要解决目前水库日入库量预测模型结构复杂,预测准确度不高的问题。本发明首先通过对数变换降低原始数据的波动性,然后经过LSTM神经网络学习处理后的水库入库量数据变化特征,最后实现水库日入库量的预测。采用LSTM神经网络的方法只需要历史数据的信息就可以充分模拟水文系统的输入输出关系,不需要深入了解系统的基本物理过程。该方法利用了LSTM时间序列分析的优势,LSTM中的输入门,输出门和忘记门使得它可以学习短期和长期时间跨度的时间序列,在水库日入库量序列预测中可以得到更准确的预测结果。
- 出版日期2018-3-26
- 单位西安电子科技大学
