基于VMD-BP模型的河流流量预测方法

作者：赵力学; 黄解军^*; 程学军; 申邵洪; 袁艳斌

来源：长江科学院院报, 2020, 37(07): 47-52.

• 河流流量
• 变分模态分解
• BP神经网络
• 预测模型
• 水位-流量关系
• 宜昌水文站

河流流量是水文监测和水资源管理的重要指标,流量预测对于水利建设、航运规划和水资源调度等方面具有重要的指导意义和参考价值。结合变分模态分解(VMD)处理非平稳序列的优势以及BP神经网络(BPNN)处理非线性拟合的能力,提出和构建了基于VMD-BP模型的河流流量预测方法。以长江宜昌水文站为实例,基于1998年和1999年的日水位和日流量数据,对方法模型进行了验证。结果表明:VMD-BP模型在一定程度上解决了水位和流量的多值关系,降低了数据的波动性,预测结果优于线性拟合的回归模型和BPNN模型,预测误差仅为1.61%,为河流流量预测提供了一种有效的方法。

• 单位
  长江科学院空间信息技术应用研究所; 武汉理工大学