【技术实现步骤摘要】
基于气象水文预报因子分类和深度学习模型耦合的日径流预报方法
本专利技术涉及日径流预报领域，具体涉及一种基于气象水文预报因子分类和深度学习模型耦合的日径流预报方法。
技术介绍
日径流预报是洪水调度、水电站短期水库运行方式制定和日发电电量计划编制的重要组成部分，准确可靠的日径流预报对于有效地减少弃水，充分利用水资源，显著提高发电效益具有重要意义。但由于水文过程涉及的因素复杂，不同水文气象条件和水文过程不同的阶段产流汇流的特征也各不相同，因此日径流预报仍然是一项具有挑战性的任务。对于水文过程的不同阶段，径流产生的基本机制可能有很大不同，基流的变化对于低流量值的产生有一定影响，而强烈的暴雨则可能导致高径流值。基于历史数据的预报模型，运用单一的预报模型笼统地描述水文过程不同阶段的预报因子与径流的关系，预报结果达不到精度要求。因此，应该建立多个的预测模型来识别水文过程不同时期的水文气候因子和径流之间的关系，以提高径流在水文过程中整体的预测效果。
技术实现思路
本专利技术旨在解决如何从历史数据中识别水文...
【技术保护点】
1.一种基于气象水文预报因子分类和深度学习模型耦合的日径流预报方法，其特征在于，包括以下步骤：/n前期准备：了解流域特征和径流来水过程特点，收集研究区日尺度径流、降雨及大气环流指数、海温指数等相关数据；/n步骤1：数据分类/n根据收集的数据，确定日径流量及其相应的候选影响因素集，形成具有多个输入-输出的总样本数据集，采用模糊C聚类(Fuzzy C-means，FCM)方法，根据高径流量、中径流量和低径流量规则，将总样本训练集分为不同训练样本子集，并准备根据不同的子样本数据集分别建立日径流量预报模型；多个输入-输出的总样本数据集为多个候选影响因素的输入-日径流量输出的总样本数...
【技术特征摘要】
1.一种基于气象水文预报因子分类和深度学习模型耦合的日径流预报方法，其特征在于，包括以下步骤：
前期准备：了解流域特征和径流来水过程特点，收集研究区日尺度径流、降雨及大气环流指数、海温指数等相关数据；
步骤1：数据分类
根据收集的数据，确定日径流量及其相应的候选影响因素集，形成具有多个输入-输出的总样本数据集，采用模糊C聚类(FuzzyC-means，FCM)方法，根据高径流量、中径流量和低径流量规则，将总样本训练集分为不同训练样本子集，并准备根据不同的子样本数据集分别建立日径流量预报模型；多个输入-输出的总样本数据集为多个候选影响因素的输入-日径流量输出的总样本数据集；
步骤2：因子筛选
候选影响因素包括前期降雨、当日降雨、大气环流指数、海温指数、前期径流影响等中的一类或几类，根据不同的子样本数据集分别利用偏互信息方法(PartialMu...
【专利技术属性】
技术研发人员：初海波，魏加华，司源，吴劲，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。