一种基于PCA_ DWT的LSTM流域水流量预测方法
成果类型:: 发明专利
发布时间: 2023-12-13 14:20:30
本发明提供了一种基于PCA_DWT的LSTM流域水流量预测方法,具体步骤如下:(1)采集河流的历史数据;(2)采用主成分分析法将采集到的数据进行降维;(3)采用小波分解DWT,将经过降维后的输入序列分解为一个近似序列;(4)将序列按照频率大小,划分为m+1个不同组;(5)归一化;(6)将不同组的数据分别划分训练集和测试集;(7)将每组数据同时迭代训练;(8)将测试集输入送入迭代后的神经网络;(9)再用该预测数据构成新的输入,修正神经网络的修正权值和阈值,直至迭代N此,即全部测试集迭代完毕;(10)最终预测出未来N小时内水资源的流速情况。应用本技术方案能精确预测未来一段时间内某流域的水流流速情况。
提供一种基于PCA_DWT的LSTM流域水流量预测方法,最终得到的预测量能够很好的反应未来的变化,与实际值之间的误差较小。为实现上述目的,本发明采用如下技术方案:一种基于PCA_DWT的LSTM流域水流量预测方法,具体步骤如下:步骤1,采集河流的历史数据,包括每个小时的流速,风速,风向,温度;步骤2,采用主成分分析法将采集到的数据进行降维,获得影响水流流速最大的几个因素及其序列;步骤3,采用小波分解DWT,将经过降维后的输入序列分解为一个近似序列,m个高频序列,m为分解深度;步骤4,将序列按照频率大小,划分为m+1个不同组;步骤5,分别将不同组的数据划分为输入、输出,并归一化;步骤6,将不同组的数据分别划分训练集和测试集;步骤7,将每组数据同时送入不同的长短期记忆神经网络LSTM迭代训练,每次迭代均得到未来一小时的预测流量,再与实际值相比,反向修正LSTM的权值和阈值,直至训练集数据全部迭代完毕;步骤8,将测试集输入送入迭代后的神经网络,得到未来一小时的流速预测数据;
水资源对于人类的经济社会发展是不可或缺的。从古至今,水资源在时空上的不均匀分布,社会经济与水资源间的不平衡发展以及水污染问题,已给很多国家和地区造成了水资源危机。因此,水资源的调度就尤为重要。而水资源的预测是调度的基础,根据预测来水情况,对水资源进行预调度,解决了水资源的时空分布不均衡的问题,有效缓解了某些国家和地区水资源危机。同时,水资源来水预测对于水电站也具有较大影响,根据预测的来水,进一步预测未来一段时间内电站的发电情况,提高电站的运行效率。
目前对于流域来水情况,常用的预测方法有回归分析、BP人工神经网络模型、Holt指数平滑法、定额法等。
回归分析是结构分析法的一种,它通过确定影响因素,考察不同影响因素在变动过程中预测对象的变化情况。该方法能把较为复杂的预测对象准变为相对简单的预测,拥有较强的适应能力,且考虑了多个影响因素。因此,除了预估预测对象之外,还可以对影响因素进行分析。回归分析可以分为一元线性回归分析,多元线性回归分析和非线性回归分析。线性回归的本质是以等差规律模拟来水量的变化,这在水流的某些阶段可能是合理的。但是实际的流速情况却不可能按线性规律无约束增长。对于短期预测而言,由于用数据波动性很大,影响因素相对复杂,准确预测影响因素的影响程度也比较困难,因此该方法不适宜短期预测。
BP人工神经网络模型属于机器学习的一种,其在输入层与输出层之间增加了隐藏层(一层或多层),隐藏层中含有多个神经元,这些神经元称为隐单元,它们与外界没有直接的联系,但通过改变隐单元的,则能影响输入与输出之间的关系。它的基本思想是梯度下降法,利用梯度搜索技术,以期使网络的实际输出值和期望输出值的误差均方差为最小。BP网络不需要确定外界因素与流速之间的数学关系,仅依靠自身的训练,学习某种规则,在给定外界的一些因素时,得到最接近实际值的预测结果。BP网络也存在一些主要缺陷。首先学习速率较慢,且容易陷入局部极小值。第二,神经网络隐含层神经元的个数选择没有相应的理论支撑,只能依靠试凑的方法或一些优化算法寻找最合适的网络层数以及神经元个数。因此,该方法对流速进行预测会出现较大的误差,对未来水资源的调配产生影响。
发明人:林琼斌 周宇 黄若辰 柴琴琴 林文忠 陈清楚福州大学(Fuzhou University),简称福大,位于福建省福州市,创建于1958年,是国家“双一流”建设高校,国家“211工程”建设高校,国家教育部、国家国防科技工业局与福建省人民政府共建高校,福建省三所重点建设的高水平大学之一,福建省一流大学建设高校,入选国家建设高水平大学公派研究生项目、教育部首批“卓越工程师教育培养计划”高校、新工科研究与实践项目、数据中国“百校工程”项目、国家“111计划”、“高校国际化示范学院推进计划”、国家级大学生创新创业训练计划、全国首批深化创新创业教育改革示范高校、中国政府奖学金来华留学生接收院校、全国专业学位研究生教育综合改革试点单位、国家集成电路人才培养基地、首批高等学校科技成果转化和技术转移基地、高校国家知识产权信息服务中心。
与现有技术相比,本发明具有以下有益效果:设计通过不断更新优化,及时更新网络参数,最终得到的预测量能够很好的反应未来的变化,与实际值之间的误差较小。
当前专利未经权利人许可不得实施,希望将科技成果转让给研发实力雄厚的企业,由受让人对科技成果实施转化。交易的是科技成果中的知识产权,可以包括专利权、专利申请权、技术秘密等。科技成果转让后,转让方获得转让费,不再是科技成果的所有人;受让方向转让方支付转让费,并成为科技成果的新的所有人。