宽度-深度融合时频分析的径流智能预测方法 |
| |
引用本文: | 韩莹,王乐豪,王淑梅,张翔,罗星星.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(2):363-372. |
| |
作者姓名: | 韩莹 王乐豪 王淑梅 张翔 罗星星 |
| |
作者单位: | 1. 南京信息工程大学自动化学院;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;3. 信江饶河水文水资源检测中心 |
| |
基金项目: | 国家自然科学基金(62076136); |
| |
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-LSTMBLS(variational mode decomposition-LSTM-broad learning system)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 |
|
|