宽度-深度融合时频分析的径流智能预测方法.docx

下载文档

0
0
约1.92万字
约 20页
2024-12-02 发布于北京
举报
版权申诉
保障服务

宽度-深度融合时频分析的径流智能预测方法.docx

1、本文档共20页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

第36

第36卷第2期2024年2月

Vol.36No.2Feb.2024

JournalofSystemSimulation

宽度-深度融合时频分析的径流智能预测方法

韩莹1,2，王乐豪1，王淑梅3*，张翔3，罗星星3

(1.南京信息工程大学自动化学院，江苏南京210044；2.南京信息工程大学江苏省大气环境与装备技术协同创新中心，

江苏南京210044；3.信江饶河水文水资源检测中心，江西上饶334000)

摘要：为解决现有基于LSTM的径流预测模型易陷入局部最优的问题，提出了基于VMD-LSTM-BLS(variationalmodedecomposition-LSTM-broadlearningsystem)的径流预测模型。将宽度学习系统与LSTM结合，针对径流序列多噪音特点，采用时频分析方法中的变分模态分解，将径流时间序列的一维时域信号变换到二维时频平面，减少噪声对预测结果的影响。仿真结果表明：与基线模型及现有基于LSTM的径流预测模型相比，该模型的预测精度有较为明显的提高。

关键词：径流预测；变分模态分解；长短时记忆网络；宽度学习系统；时频分析；智能预测

中图分类号：TP391.9文献标志码：A文章编号：1004-731X(2024)02-0363-10

DOI:10.16182/j.issn1004731x.joss.22-1137

引用格式:韩莹,王乐豪,王淑梅,等.宽度-深度融合时频分析的径流智能预测方法[J].系统仿真学报,2024,36(2):363-372.

Referenceformat:HanYing,WangLehao,WangShumei,etal.RunoffIntelligentPredictionMethodBasedonBroad-deepFusionTime-frequencyAnalysis[J].JournalofSystemSimulation,2024,36(2):363-372.

RunoffIntelligentPredictionMethodBasedonBroad-deepFusionTime-frequencyAnalysis

HanYing1,2,WangLehao1,WangShumei3*,ZhangXiang3,LuoXingxing3

(1.SchoolofAutomation,NanjingUniversityofInformationScienceTechnology,Nanjing210044,China;2.JiangsuCollaborativeInnovationCenterofAtmosphericEnvironmentandEquipmentTechnology,NanjingUniversityofInformationScienceTechnology,Nanjing210044,China;

3.XinjiangRaoheHydrologicalandWaterResourcesTestingCenter,Shangrao334000,China)

Abstract:Broadlearningsystem(BLS)isintroducedtotackletheexisteddisadvantagethatLSTM-basedrunoffpredictionmodeliseasytofallintolocaloptimization.Toreducetheinfluenceofnoiseonthepredictionresults,thevariationalmodedecomposition(VMD)isadoptedtotransformtheone-dimensionaltime-domainrunoffsignaltothetwo-dimensionaltime-frequencyplane.TherunoffpredictionmodelbasedonVMD-LSTM-BLSisproposed.Thesimulationresultsdemonstratethatthepre