[1]严春华,侯钧宇,梅杰,等.考虑时间效应的VMD-BiLSTM径流量预测模型研究[J].江苏水利,2024,(02):5-10.
　YAN Chunhua,HOU Junyu,MEI Jie,et al.Research on VMD BiLSTM runoff prediction model considering time effect[J].JIANGSU WATER RESOURCES,2024,(02):5-10.
点击复制

考虑时间效应的VMD-BiLSTM径流量预测模型研究()
分享到：

《江苏水利》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2024年02期
页码:
5-10
栏目:
水利信息化
出版日期:
2024-02-15

文章信息/Info

Title:
Research on VMD BiLSTM runoff prediction model considering time effect
文章编号:
1007-7839（2024）02-0005-0006
作者:
严春华1; 侯钧宇2; 梅杰1; 蒋肇冰1; 姜中清1; 徐乔婷1
（1. 江苏省水利勘测设计研究院有限公司，江苏 扬州 225100；2. 淮安市水利工程建设管理服务中心，江苏 淮安 223001）
Author(s):
YAN Chunhua1;  HOU Junyu2;  MEI Jie1;  JIANG Zhaobing1;  JIANG Zhongqing1;  XU Qiaoting1
（1. Jiangsu Surveying and Design Institute of Water Resources Co., Ltd., Yangzhou 225100, China；2. Huai’an Water Conservancy Engineering Construction Management Service Center, Huai’an 223001, China）
关键词:
VMD; BiLSTM; 径流量; 预测; 时间效应
Keywords:
VMD;  BiLSTM;  runoff;  prediction;  time effect
分类号:
TV124
文献标志码:
A
摘要:
首先采用VMD对非稳态的径流量进行变量分解，提取了径流量的多尺度特征信息；然后采用BiLSTM算法通过反向学习实现了对径流量时间效应的信息捕捉和传递，并采用Dropout技术解决了BiLSTM模型在训练过程中存在过拟合的问题，从而构建了考虑时间效应的径流量的预测模型。由工程案例可知，与其他常规模型相比，该模型的预测精度最高，可靠性较高，预测精度水平能够满足工程实际的应用。该模型为径流量的预测研究提供借鉴。
Abstract:
Firstly, VMD was used to decompose the variables of unsteady state runoff and extract multi-scale feature information of runoff. Then, the BiLSTM algorithm was used to capture and transmit information on the time effect of runoff through reverse learning, and Dropout technology was used to solve the problem of overfitting in the training process of the BiLSTM model, so that a prediction model of runoff considering the time effect was constructed. From engineering cases, it can be seen that compared with other conventional models, this model has the highest prediction accuracy and higher reliability, and the prediction accuracy level can meet the practical application of engineering. This model provides a reference for the prediction research of runoff.

参考文献/References:

[1] 王秀杰，乔鸿飞，曾勇红，等. 基于TVF-EMD、GRA和LightGBM的日径流预测组合模型[J]. 水资源保护，2023，39（5）：135-142，151.
[2] 田烨，谭伟丽，王国庆，等. LSTM变体模型在径流预测中的性能及其可解释性[J]. 水资源保护，2023，39（3）：188-194.
[3] 左亚会，徐敏月，韩阳. 基于改进RBF网络模型的中长期水文预报[J]. 江苏水利，2017（2）：9-11，16.
[4] 张上要，罗军刚，石国栋，等. 基于VMD-TCN模型的渭河流域月径流量预测研究[J]. 人民黄河，2023，45（10）：25-29.
[5] 唐铭泽，杨银科，张菁雯. 基于ASWPD-BO-GRU的月径流量预测模型[J]. 水资源与水工程学报，2023，34（4）：84-91.
[6] 严春华，张玥，姜中清，等. 基于偏自相关分析和残差修正的径流量GRU预测模型[J]. 水力发电，2023，49（9）：23-28.
[7] 陈天涯，陈盛，郑阳，等. 基于VMD-CIMFs-TCN的水电机组振动预测[J]. 水电能源科学，2023，41（9）：159-163.
[8] 张建中，顾冲时，袁冬阳，等. 基于优化VMD与GRU的混凝土坝变形预测模型[J]. 水利水电科技进展，2023，43（5）：38-44.
[9] 习伟，蔡田田，张镇，等. 融合多元影响因素的配电台区BiLSTM负荷预测方法[J]. 天津大学学报（自然科学与工程技术版），2023，56（11）：1205-1216.
[10] 杜睿山，李宏杰，孟令东. 基于CNN-BiLSTM-AM的储层岩石脆性指数预测[J]. 计算机技术与发展，2023，33（10）：28-34.
[11] 刘可真，普伟，赵庆丽，等. 基于VMD-BiLSTM机制的小水电日发电量预测[J]. 电力科学与工程，2023，39（9）：28-37.

相似文献/References:

[1]夏臣智,李英玉,吴子豪,等.基于MDN和VMD-TPA-LSTM的泵站主机组劣化趋势预测[J].江苏水利,2024,(09):24.
　XIA Chenzhi,LI Yinyu,WU Zihao,et al.Deterioration trend prediction of pump station host group based on MDN and VMD-TPA-LSTM[J].JIANGSU WATER RESOURCES,2024,(02):24.

备注/Memo

备注/Memo:
收稿日期：2023-11-06
基金项目：江苏省水利科技项目（2020062）
作者简介：严春华（1990—），男，工程师，硕士，主要从事水利工程规划研究。E-mail：745709613@qq.com
更新日期/Last Update: 2024-02-15