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PSO-LSTM-Attention模型的水库水位预测预警方法 

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:福建中锐网络股份有限公司

摘要:本发明涉及一种基于PSO‑LSTM‑Attention模型的水库水位预测预警方法,包括以下步骤:步骤S1:获取水库历史监测数据,并预处理;步骤S2:基于预处理后的水库历史监测数据,获取模型输入特征;步骤S3:基于PSO搜索LSTM‑Attention模型最优参数;步骤S4:基于步骤S3得到的最优参数,构建并训练LSTM‑Attention模型;步骤S5:基于训练后的LSTM‑Attention模型,进行水库水位实时预测。本发明能可靠预测水库水位,为调整泄洪量提供可靠数据,实现对汛期的预防。

主权项:1.一种基于PSO-LSTM-Attention模型的水库水位预测预警方法,其特征在于,包括以下步骤:步骤S1:获取水库历史监测数据,并预处理;步骤S2:基于预处理后的水库历史监测数据,获取模型输入特征;步骤S3:基于PSO搜索LSTM-Attention模型最优参数;步骤S4:基于步骤S3得到的最优参数,构建并训练LSTM-Attention模型;步骤S5:基于训练后的LSTM-Attention模型,进行水库水位实时预测;所述步骤S2具体为:步骤S21:构造的函数表达式,并根据fα、水库水位观测时间,进行时效分量构造,得到时效分量fα=a1α+a2lnα其中a1,a2为系数,t为监测当日至起始监测日的累计天数;步骤S22:水位特征变换的函数表达式如下所示: 其中水库水位数据采集时间为Ttt=0,1,2,…,n,为T0~Tn时段的水库水位,Hi为的任意一个非空子集,W为水库水位;根据fW进行水库水位特征变换得W1,W2,W3分别为: 步骤S23:采用最大最小值归一化,对不同特征进行处理;步骤S24:遍历提取数据,设置滑动窗口的长度为w,提取连续w个单位时间的数据作为输入特征,第w+1到w+f单位时间的数据作为标签对数据进行分割,窗口滑动步长为1;其中f为预测长度,表示向后预测f个单位时间的水位数据,具体表示为:输入特征因变量Y=yw+1,yw+2,yw+3,…,yw+f其中输入特征X为w个连续单位时间的时效因子、水位、出库水量、降雨量,因变量为输入特征之后f个单位时间的数据;所述LSTM-Attention模型包括两个LSTM+Dropout层,一个attention层,一个Flatten层,一个Dense层;所述步骤S3具体为:步骤S31:设置粒子群的寻优参数为x[0]:滑窗步长、x[1]:第一层神经元个数、x[2]:dropout率、x[3]:第二层神经元个数、x[4]:dropout率、x[5]学习率、x[6]:batchsize;步骤S32:设定粒子位置取值范围;步骤S33:采用MSE作为粒子群的目标函数,搜索令MSE最小的参数组合;步骤S34:设置粒子群算法参数;步骤S35:初始化粒子位置与速度;步骤S36:将每个粒子输入模型,得到每个粒子在LSTM-Attention模型中的测试集预测值,并计算出每个粒子对应的MSE;步骤S37:更新粒子的个体最优与种群最优位置,若当前粒子比该粒子历史最优位置的MSE更小,则更新该个体最优MSE;若当前种群最优个体比种群最优位置的MSE更小,则更新种群最优MSE;步骤S38:更新每个粒子的速度,再使用更新后的速度更新粒子的位置;步骤S39:当终止条件不满足时,重复执行步骤S36-步骤S39,终止条件满足时,则输出全局最优参数;所述模型调用,具体如下:设当前时间为ti,i=1,2,3,…,时间增量为Δtt=1,2,3,…,滑动窗口为w,将ti+Δt-w~ti+Δt时刻的降雨量、ti+Δt-1-w~ti+Δt-1时刻的泄洪量、水库水位输入训练好的LSTM-Attention模型,进行ti+Δt时刻的水库水位预测默认的预测步长为预测将来一天的水位,即时间增量Δtt=1,若采用默认步长,则需要输入参数为ti-w~ti时刻的水库水位、泄洪量,ti+1-w~ti+1时刻的降雨量若需调整步长,即时间增量Δt>1,则需要输入模型的参数为ti+1+w~ti+1时刻的降雨量、ti-w~ti时刻的泄洪量与水库水位,预测得到ti+1时刻的水库水位,ti~ti+Δt时刻的泄洪量用ti表示,这时让Δt递增,将每个时刻的数据输入模型,预测下一个时刻水库水位,直到预测到ti+Δt-1水库水位时刻。

全文数据:

权利要求:

百度查询: 福建中锐网络股份有限公司 基于PSO-LSTM-Attention模型的水库水位预测预警方法

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。