水利技术监督2023，Issue(3) ：39-41.DOI:10.3969/j.issn.1008-1305.2023.03.010

基于LSTM网络的洪家渡水库入库流量预报方法研究

罗杰 王茂洋 郭亮亮
水利技术监督2023，Issue(3) ：39-41.DOI:10.3969/j.issn.1008-1305.2023.03.010
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于LSTM网络的洪家渡水库入库流量预报方法研究

罗杰 1王茂洋 1郭亮亮1
扫码查看

作者信息

  • 1. 贵州省水利水电勘测设计研究院有限公司,贵州 贵阳 550001
  • 折叠

摘要

针对传统基于物理过程驱动的预报模型在西南喀斯特地区存在较大局限性的问题,文章提出了一种基于长短期记忆(LSTM)网络的水库入库流量预报方法.该方法通过对水雨情各项监测要素与入库流量的相关性分析,构建入库流量预报数据集;通过参数配置与模型优化,建立了洪家渡水库入库流量预报模型.实验结果表明,模型的RMSE和NSE分别达到了0.045和0.713,该方法具有较好的水库入库流量预报能力.

关键词

LSTM网络/流量预报/洪家渡水库/深度学习

引用本文复制引用

基金项目

贵州省水利厅科研项目(KT202110)

贵州省水利厅科研项目(KT202002)

出版年

2023
水利技术监督
水利部水利水电规划设计总院

水利技术监督

影响因子：0.729
ISSN：1008-1305
参考文献量15
段落导航相关论文