基于DWT-Informer模型的水量预测研究.pdfVIP

2024年1月10日现代信息科技Jan.2024

第8卷第1期ModernInformationTechnologyVol.8No.1

DOI:10.19850/ki.2096-4706.2024.01.034

基于DWT-Informer模型的水量预测研究

孙杰，岳宁，冉涂平

（，）

重庆科技大学智能技术与工程学院重庆401331

摘要：为准确呈现水消耗的变化趋势以及预测未来的用水需求，提出一种基于DWT-Informer模型的用水量预测

方法。与传统方法相比，该预测方法具有以下优势：1）对历史用水量数据进行DWT分解，可以更好地捕捉用水量信号

的不同频率成分和变化趋势；2）Informer模型具有更强的时间序列建模能力和预测能力，可以更准确地预测未来日用

水量；3）采用多头注意力机制构建输入与输出的全局关系，有利于提升参数水平。通过实际日用水量数据进行算例分析，

分析结果表明，相较于其他常用预测方法，该文提出的方法在MAE、RMSE、MAPE等指标上均表现优异。

关键词：用水量；DWT分解；多头注意力；DWT-Informer模型

中图分类号：TP391；TV312文献标识码：A文章编号：2096-4706（2024）01-0160-05

ResearchonWaterConsumptionPredictionBasedonDWT-InformerModel

SUNJie,YUENing,RANTuping

(SchoolofIntelligentTechnologyandEngineering,ChongqingUniversityofScienceTechnology,Chongqing401331,China)

Abstract:Toaccuratelypresentthetrendofwaterconsumptionchangesandpredictfuturewaterdemand,awater

consumptionpredictionmethodbasedontheDWT-Informermodelisproposed.Comparedwithtraditionalmethods,thisprediction

methodhasthefollowingadvantages:1)DWTdecompositionofhistoricalwaterconsumptiondatacanbettercapturethedifferent

frequencycomponentsandchangingtrendsofwaterconsumptionsignals;2)TheInformermodelhasstrongertimeseriesmodeling

andpredictioncapabilities,whichcanmoreaccuratelypredictfuturedailywaterconsumption;3)Usingamulti-headedattention

mechanismtoconstructaglobalrelationshipbetweeninputandoutputisbeneficialforimprovingparameterlevels.Example

analysisisconductedbasedonactualdailywaterconsumptiondata,theresultsshowthatcomparedtoothercommonlyused

predictionmethods,the