-
公开(公告)号:CN117973600A
公开(公告)日:2024-05-03
申请号:CN202410050680.1
申请日:2024-01-12
IPC分类号: G06Q10/04 , G06Q50/06 , G06F16/215 , G06N20/00 , G06N20/20 , G06N3/0985 , G06N3/006 , G06N5/01 , G06N3/0442 , G06F17/10
摘要: 本发明公开了一种基于多源数据融合集成的水库水位预测方法,首先,收集历史水位数据及其影响因素数据,进行清洗和标准化处理;然后,采用XGBoost特征选择算法对水位的影响因素做特征提取;建立基于Stacking集成学习的水位预测模型,初级学习器为Bilstm、KNNR、LightGBM,元学习器为RELM,利用改进后的智能优化算法优化元学习器预测模型的超参数;将历史水位数据以及最佳特征数据输入到各初级学习器中,获得初级学习器的预测结果;根据各初级学习器自身的预测精度,为初级学习器赋予相应的权值,再代入元学习器进行训练,得到最终的预测结果。该方法可以有效地利用历史水位信息和其他相关变量之间的关系,提高水位预测的准确性和可靠性。