【技术实现步骤摘要】
本专利技术属于明渠运行调度及水利信息化,具体涉及一种串联明渠水位预测方法、系统、存储介质及设备。
技术介绍
1、明渠水位预测是长距离输水渠道调度的重要任务之一,它对于水资源调度、防洪减灾、防汛抗旱等方面具有重要意义。通过明渠水位预测可以帮助水利部门进行水资源管理,通过准确预测渠道水位的变化,合理安排水资源的调度和利用,确保水资源的合理分配,提高水资源的利用效率;同时,明渠水位预测对于防洪减灾工作至关重要,通过及时准确地预测渠道水位的变化,提前采取相应的防洪措施,包括加固堤坝、疏浚河道、疏散人员等,从而减少洪水造成的损失,保护人民生命财产安全。
2、由于串联明渠水位具有趋势性、周期性和随机性等特性,水位时间序列呈非稳定序列,当前对串联明渠水位的预测方法较少,在串联明渠调度工作中,主要根据渠道净流量与过水断面,结合调度经验公式推求明渠水位,随着研究水平的不断深入,通过智能化算法如神经网络、核极限学习机、线性回归等方法进行水位预测已成为一种串联明渠优化调度的新角度。然而传统的智能化算法存在对非稳定水位时间序列的适应性不足,在复杂水
...【技术保护点】
1.一种串联明渠水位预测方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的串联明渠水位预测方法,其特征在于:所述步骤一中ESMD序列处理方法包括以下步骤:
3.根据权利要求1所述的串联明渠水位预测方法,其特征在于:所述步骤二中VMD算法分解包括以下过程:
4.根据权利要求1所述的串联明渠水位预测方法,其特征在于:所述步骤三中SVD降噪处理过程为:
5.根据权利要求1所述的串联明渠水位预测方法,其特征在于:所述步骤四LSTM模型训练时设置学习率=0.001,最大迭代次数为500,梯度阈值为1,隐藏节点为256,初始
...【技术特征摘要】
1.一种串联明渠水位预测方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的串联明渠水位预测方法,其特征在于:所述步骤一中esmd序列处理方法包括以下步骤:
3.根据权利要求1所述的串联明渠水位预测方法,其特征在于:所述步骤二中vmd算法分解包括以下过程:
4.根据权利要求1所述的串联明渠水位预测方法,其特征在于:所述步骤三中svd降噪处理过程为:
5.根据权利要求1所述的串联明渠水位预测方法,其特征在于:所述步骤四lstm模型训练时设置学习率=0.001,最大迭代次数为500,梯度阈值为1,隐藏节点为256,初始内存和初始输出均为0,训练lstm模型直至稳定。
6.根据权利要求1所述的串联明渠水位预测方法,其特征在于:所述步骤五中lstm模型在每...
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。