改进EEMD-WOA-SRU模型在用水量预测中的应用

作者：刘扬; 杜帅兵

来源：水电能源科学, 2023, 41(12): 32-35.

DOI：10.20040/j.cnki.1000-7709.2023.20221908

• 用水量预测
• 集合经验模态分解
• 鲸鱼优化算法
• 端点效应
• 简单循环单元

针对用水量信号表现出的强随机性和非平稳性状态，用水量预测存在的精度低、可信度差等问题，提出了基于改进EEMD-WOA-SRU的混合用水量预测模型。首先采用长短期记忆网络(LSTM)预测法抑制集合经验模态分解(EEMD)的端点效应得到改进后的本征模态分量(IMF),然后使用鲸鱼算法(WOA)优化简单循环单元(SRU)并预测各分量，最后累加得到最终的预测结果。试验结果表明，EEMD的分解误差平均降低0.94%,相较于SRU,EEMD-WOA-SRU模型预测的平均绝对误差降低45.42%,均方根误差降低50.43%,可信度提高52.38%。研究结果可为水资源决策提供依据。

• 出版日期2023
• 单位华北水利水电大学