【技术实现步骤摘要】
一种水力发电站入库径流预测方法及系统
[0001]本专利技术涉及人工智能及时间序列
，具体地说是一种水力发电站入库径流预测方法及系统。
技术介绍
[0002]水力发电因其具有清洁、无污染、廉价、可再生等特点，在国家的社会经济发展中有着极其重要的作用。对入库径流变化的精准预测往往是制定发电计划、进行电网调控调度的基础。由于水电站的入库径流受到上下游出入库径流及气象条件等多重因素的影响，当前基于随机过程的单步及多步自回归预测模型在预测精度方面都难以达到预期目标。
技术实现思路
[0003]本专利技术的技术任务是针对以上不足之处，提供一种水力发电站入库径流预测方法及系统，能够对水力发电站入库径流进行精准预测，从而为制定发电计划、进行电网调控调度提供决策依据。
[0004]本专利技术解决其技术问题所采用的技术方案是：
[0005]一种水力发电站入库径流预测方法，该方法基于Seq2Seq框架，通过编码器对输入序列历史信息进行编码，解码器根据编码得到的向量生成预测入库径流序列；并通过注意力机制，生成...
【技术保护点】
【技术特征摘要】
1.一种水力发电站入库径流预测方法，其特征在于该方法基于Seq2Seq框架，通过编码器对输入序列历史信息进行编码，解码器根据编码得到的向量生成预测入库径流序列；并通过注意力机制，生成的每步预测都可关注不同权重的历史信息，从而避免误差累积传播；所述输入的序列历史信息包括上游出水量、下游进水量以及上下游降雨信息观测点的历史数据。2.根据权利要求1所述的一种水力发电站入库径流预测方法，其特征在于，该方法的实现包括特征空间构建、超参数调优和建模预测，所述特征空间构建，在特征空间中加入下游水库最近N个小时的入库径流序列，加入上游水库N个小时的出库序列，降雨信息观测点最近N个小时的降雨量信息序列；所述超参数调优，在构建特征空间的步骤中引入超参数，包括贝叶斯相关理论、随机梯度搜索进行超参数调优，做多次对比试验，确定最优的超参数；所述建模预测，基于Seq2seq模型来进行下游水库入库径流多时间步预测。3.根据权利要求2所述的一种水力发电站入库径流预测方法，其特征在于，加入上游水库的出库序列时，设上游水库出水到达下游需经历的时间延迟为t，再取出库序列时取延迟t的一段出库径流序列。4.根据权利要求2所述的一种水力发电站入库径流预测方法，其特征在于，在进行特征空间构建之前进行数据整合与流量序列趋势分析：首先根据对实际问题的理解，抽取出有用的数据列，并且对这些数据列进行数据的预处理，包括缺失值处理，异常值处理；然后进行出入库径流，雨量数据的时间序列特性分析，包括整体趋势，周期性特点。5.根据权利要...
【专利技术属性】
技术研发人员：后永胜，
申请(专利权)人：山东浪潮智慧医疗科技有限公司，
类型：发明
国别省市：
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。