首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于Seq2Seq模型的中长期径流预报方法和系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:河海大学

摘要:本发明公开一种基于Seq2Seq模型的中长期径流预报方法和系统,将所获得的径流数据进行缺省值拉格朗日二次差值处理和Min‑Max标准化及Box‑Cox变换,将处理过的径流数据按照日均、月均、季均和年均整理成四组;将整理好的四组径流数据分别作为GRU‑seq2seq模型的输入,进行模型的训练与评估,调节给定的模型参数,将训练好的模型进行封装,选择合适的封装模型,将根据各封装模型的预测结果进行算术加权耦合得出最终的径流预报结果,将预报结果进行Box‑Cox反变换和Min‑Max反标准化作为模型的最终预测结果。本发明只需要提供日均径流数据便可实现中长期的径流预报,解决现如今水利监测工中缺少除径流数据及水文数据的水文站径流预报精度和预测周期短的问题。

主权项:1.一种基于Seq2Seq模型的中长期径流预报方法,其特征在于,包括如下步骤:步骤1,获取要预报水文站的日均历史径流数据并进行数据预处理;将无缺失数据的日均径流数据先进行Min-Max标准化,然后进行Box-Cox变换,并将处理过的数据按照日均、月均、季均和年均整理成四组;步骤2,将日均、月均、季均和年均的四组径流数据分别分为训练数据和测试数据,利用Seq2Seq模型的训练及测试数据的表现结果选出使Seq2Seq模型径流预报精度最高的输入时间步长、批次大小和隐藏层神经元个数作为模型的输入时间步长、批次大小和隐藏层神经元个数;最后将训练好的模型进行封装,得到四个径流预报模型,分别是日均径流预报模型、月均径流预报模型、季均径流预报模型和年均径流预报模型;步骤3,选择预报模型,将根据各预报模型的预测结果进行算术加权耦合得出最终的径流预报结果,将预报结果进行Box-Cox反变换和Min-Max反标准化,将预测结果进行输出。

全文数据:

权利要求:

百度查询: 河海大学 基于Seq2Seq模型的中长期径流预报方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。