高拱坝施工仿真参数ARIMA-LSTM时序概率预测方法 |
| |
引用本文: | 关涛,陈普瑞,于浩.高拱坝施工仿真参数ARIMA-LSTM时序概率预测方法[J].水力发电学报,2023(11):146-156. |
| |
作者姓名: | 关涛 陈普瑞 于浩 |
| |
作者单位: | 天津大学水利工程仿真与安全国家重点实验室 |
| |
基金项目: | 国家自然科学基金(51839007); |
| |
摘 要: | 现有的高拱坝施工仿真参数更新研究多是单独进行概率预测或考虑时序特性进行点预测,难以在考虑参数的时序特征的同时对其随机性进行定量描述。针对此问题,本研究利用差分整合移动平均自回归(ARIMA)模型可进行考虑时序特征的概率预测,且长短时记忆网络(LSTM)模型可以学习参数时序复杂非线性特征的优势,提出基于ARIMA-LSTM的高拱坝施工仿真参数更新模型。该模型通过ARIMA模型进行参数时序线性部分预测,并利用LSTM模型对ARIMA模型输出的残差进行训练预测,将ARIMA模型得到的线性预测结果和LSTM模型预测得到的残差非线性结果融合,再进行95%置信区间的概率预测得到最终结果,实现高拱坝施工仿真参数在考虑参数的时序特征的同时对其随机性进行描述。通过与ARIMA、ARIMA-BP、随机森林(RF)模型进行对比,本文所提出的方法具有较高精度(MSE为0.518、MAE为0.519、RMSE为0.720),将预测得到的施工仿真参数输入到高拱坝施工系统中进行仿真计算,得到仿真结果比传统仿真精度有较大提升。
|
关 键 词: | 高拱坝 施工仿真参数 时序概率预测 差分整合移动平均自回归 长短时记忆网络 |
|
|