【技术实现步骤摘要】
本专利技术涉及水文预测领域，尤其是涉及一种基于随机共振的径流预测增强方法。
技术介绍
1、径流预测作为水文分析的一项重点工作，对水资源管理、防洪航运规划和生态环境保护等领域的可持续发展极为重要。在过去的几十年里，为了更好的预测未来径流变化，已经出现了包括产汇流理论的物理模型和基于历史数据统计的数据模型在内的各类径流预测技术手段。然而，受数据质量影响或者模型结构影响，这些模型在流域内的应用并不完美，往往呈现出丰枯期径流预测精度差于平水期径流预测精度。因此，如何更好的实现高精度径流尤其是丰枯期径流预测，是目前行业内所关注的热点和难点。
2、就物理模型而言，受模型结构、数据尺度及可观测性等限制，其在流域内的应用可能并不理想，尤其是影响要素复杂、产汇流机理未知的流域，仅靠模型参数不确定性无法补偿这些不确定性影响源。相比之下，数据模型因其拥有高自由度参数调节的优势，在业内得到广泛应用。目前，数据模型以神经网络为主，其不受非确定性数据类型的限制，在解决数值预测、重构高度非线性函数以及分析时间序列方面具有独特的优势，表现出良好的预测精度，...
【技术保护点】
1.一种基于随机共振的径流预测增强方法，其特征在于，包括如下步骤：
2.如权利要求1所述的一种基于随机共振的径流预测增强方法，其特征在于，步骤S1中通过以下公式实现对训练集中的历史径流数据的希尔伯特黄变换：
3.如权利要求1所述的一种基于随机共振的径流预测增强方法，其特征在于，步骤S2中的随机共振系统的构建及求解过程表述为：
4.如权利要求1所述的一种基于随机共振的径流预测增强方法，其特征在于，所述步骤S2中，随机共振系统输出的信噪比表示为：
5.如权利要求1所述的一种基于随机共振的径流预测增强方法，其特征在于，所述径流...
【技术特征摘要】
1.一种基于随机共振的径流预测增强方法，其特征在于，包括如下步骤：
2.如权利要求1所述的一种基于随机共振的径流预测增强方法，其特征在于，步骤s1中通过以下公式实现对训练集中的历史径流数据的希尔伯特黄变换：
3.如权利要求1所述的一种基于随机共振的径流预测增强方法，其特征在于，步骤s2中的随机共振系统的构建及求解过程表述为：
4.如权利要求1所述的一种基于随机共振的径流预测增强方法，其特征在于，所述步骤s2中，随...
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。