公开(公告)号：CN111311026A

公开(公告)日：2020-06-19

申请号：CN202010198248.9

申请日：2020-03-19

申请人： 中国地质大学(武汉)

发明人： 朱双 ,  罗显刚 ,  王超 ,  叶磊 ,  吴江 ,  徐战亚 ,  林霏开 ,  肖祖香 ,  李建庆 ,  曹雷宇 ,  刘庚 ,  孟书令

IPC分类号： G06Q10/04 ,  G06Q50/06 ,  G06N3/04

摘要： 本发明提供一种顾及数据特征、模型和校正的径流非线性预测方法，采用前向-后向特征选择算法，选择人工神经网络作为驱动模型，优选影响因子；采用季节与趋势分解法将非线性和非平稳的优选影响因子和历史月平均径流序列分解为平稳的季节项、高频项和随机扰动项；采用非线性人工神经网络建立预测模型；最后构建自回归预测校正模型对人工神经网络预测结果进一步修正，获得最终预测结果。本发明的有益效果：与已有的月径流预测方法相比，提出的框架更加系统、全面，特别是数据前处理和后处理技术的使用，能有效提升预测精度；对水库运行优化，水资源优化管理等有重要意义，适合推广。