一种融合Copula函数和深度学习的湖泊水位共形预测方法

    公开(公告)号:CN118095659B

    公开(公告)日:2024-07-26

    申请号:CN202410494656.7

    申请日:2024-04-24

    发明人: 李港 韩会明

    摘要: 本发明涉及一种融合Copula函数和深度学习的湖泊水位共形预测方法,其步骤为:收集湖泊水位数据以及上游入湖河流流量数据,并进行数据预处理;通过相关性分析确定进行水位预测时的输入特征数据;将输入数据划分为训练集、验证集和测试集,采用训练集进行LSTM模型训练,将验证集进一步分为两个阶段进行预测结果累积分布函数和Copula函数校正,在保持预测结果有效性的情况下显著缩小置信区域,采用梯度下降算法优化参数捕捉未来时间步的联合分布;最后基于校准好的LSTM模型进行测试期湖泊水位预测,并对预测结果进行精度评价。本发明通过在验证集上对预测结果进行多次有效性检验,为预测结果提供更精确有效的置信区间,保证预测精度的同时降低预测不确定性。