一种基于物理核函数高斯过程回归的月径流预报模型及其应用

作者：孙娜; 张楠^*; 张帅; 彭甜; 周建中; 张海荣

来源：水电能源科学, 2023, 41(04): 39-43.

DOI：10.20040/j.cnki.1000-7709.2023.20221932

• 月径流预报
• 变分模态分解
• 高斯过程回归
• 组合核函数

鉴于传统的单一径流预报模型很难描述径流未来变化规律，将自适应变分模态分解(AVMD)与基于组合物理核函数的高斯过程回归(GPR-CK)相结合，构建了AVMD-GPR-CK预报模型，该模型采用AVMD将实测径流分解为多个子序列，对子序列依据其自身特点分别建模，子序列预报结果叠加重构即为最终预报结果。模型应用于金沙江流域向家坝站未来1～12个月的径流预报的结果表明，所有预见期AVMD-GPR-CK模型的确定性系数均大于0.94,平均绝对百分比误差(MMAPE)在±17%以内，预见期在10个月以内时，MMAPE在±10%以内；预报精度明显优于常见的BP、GRNN、RBF、RELM模型。

• 单位
  中国长江电力股份有限公司; 淮阴工学院; 华中科技大学; 自动化学院