基于变分模态分解和极端学习机的短期径流预测耦合方法

    公开(公告)号:CN110969312A

    公开(公告)日:2020-04-07

    申请号:CN201911333247.4

    申请日:2019-12-23

    IPC分类号: G06Q10/04 G06N3/08 G06N3/04

    摘要: 本发明公开了一种基于变分模态分解和极端学习机的短期径流预测耦合方法,包括以下步骤:通过变分模态分解方法将原始径流序列分解为若干个包含不同水文特征信息的分量径流序列;将每个分量径流序列分别选定影响因子集合,然后构建每个分量径流序列的极端学习机模型,利用正余弦算法对极端学习机模型的计算参数进行优化,并输出每个极端学习机模型的输出值;将输出值进行叠加运算,并输出原始径流序列的预测结果。本发明通过变分模态分解方法、极端学习机模型以及正余弦算法形成短期径流预测耦合方法,能够处理具有高度复杂的动态特的径流过程,大大提高了水文预报中径流预测的精准度。

    一种分布式蓄水容量参数分区优化调整方法

    公开(公告)号:CN117852290A

    公开(公告)日:2024-04-09

    申请号:CN202410050046.8

    申请日:2024-01-11

    摘要: 一种分布式蓄水容量参数分区优化调整方法,包括如下步骤:步骤1,率定整个流域蓄水容量参数均值和子流域蓄水容量参数均值;步骤2,计算子流域、剩余流域和整个流域蓄水容量参数均值的比例系数,并分别赋值给子流域和剩余流域的质心点;步骤3,以质心点为基础,将比例系数进行地理插值,得到整个流域范围内比例系数的空间分布栅格Rasterγ;步骤4,将比例系数的空间分布栅格Rasterγ进行调整,得到调整后的比例系数的空间分布栅格Rasterγ′,将其作为整个流域内蓄水容量参数的调整系数,实现分布式蓄水容量参数分区优化。本发明数据来源稳定可靠、计算效率高、结果客观合理,有利于考虑了分布式蓄水容量参数的分区优化调整计算,值得推广。