基于VMD-EEMD-CNN-LSTM混合模型的月径流预测 |
| |
作者姓名: | 徐冬梅 廖安栋 王文川 |
| |
作者单位: | 华北水利水电大学水资源学院 |
| |
基金项目: | 河南省高校科技创新团队(18IRTSTHN009); |
| |
摘 要: | 针对传统径流预测模型对月径流序列尖峰点预测精度不足的问题,文章提出了一种VMD-EEMD-CNN-LSTM混合预测模型。首先,对原始月径流序列进行变分模态分解(VMD)处理,得到具有有限带宽的本征模态分量(VMF)和较高复杂性的残差项(Res)。然后通过集合经验模态分解(EEMD)对Res进行二次分解,有效挖掘原始径流的隐藏信息。把各分量作为卷积神经网络(CNN)-长短期记忆网络(LSTM)组合预测模型的输入,最后对各预测结果进行叠加重构,得到最终的结果。以乌江流域洪家渡水电站实测月径流数据为例,结果表明:VMD-EEMD-CNN-LSTM模型具有更高的精确度,能有效提高对月径流序列尖峰点的预测精度。
|
关 键 词: | 径流预测 二次分解 变分模态分解 集合经验模态分解 CNN-LSTM模型 |
|