一种基于深度学习的径流概率预测方法及系统
基本信息
| 申请号 | CN201911127707.8 | 申请日 | - |
| 公开（公告）号 | CN110969290A | 公开（公告）日 | 2020-04-07 |
| 申请公布号 | CN110969290A | 申请公布日 | 2020-04-07 |
| 分类号 | G06Q10/04;G06Q50/26;G06F17/18 | 分类 | 计算；推算；计数; |
| 发明人 | 柳昶明;李德富;布斌;李冠军;李冰;柏海骏;覃晖;张振东;卢桂源 | 申请（专利权）人 | 国家能源集团湖南巫水水电开发有限公司 |
| 代理机构 | 北京金智普华知识产权代理有限公司 | 代理人 | 杨采良 |
| 地址 | 422500 湖南省邵阳市城步苗族自治县儒林镇 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明属于径流预测技术领域，公开了一种基于深度学习的径流概率预测方法及系统，采用最大信息系数分析变量间的线性和非线性相关性以筛选径流相关因子；在相关性分析的基础上搭建极限梯度提升树模型，将径流相关因子输入到训练好的XGB模型中完成径流点预测；以XGB模型得到的点预测结果输入到GPR模型中，二次预测得到径流概率预测结果；选定置信度，通过高斯分布得到相应置信度下的径流区间预测结果；采用贝叶斯优化算法对XGB和GPR模型中的超参数进行优化。本发明的预报方法可得到高精度的径流点预测结果、合适的径流预测区间和可靠的径流概率预测分布，对水资源的利用和水库调度具有至关重要的作用。 |
