基于高斯过程回归模型的径流短期预测研究

作者：黄亚; 易灵; 肖伟华; 侯贵兵; 李媛媛

来源：水力发电, 2020, 46(12): 9-12.

• 径流预测
• 高斯过程回归
• BP神经网络
• 支持向量机

为寻求更为精确的径流量预测方法,研究利用传统BP神经网络、支持向量机(SVM)以及高斯过程回归(GP)三种模型对径流量进行预测,并以广西天峨水文站日入库径流量为例进行预测实践和分析。结果表明,高斯过程回归模型对径流短期预测具有较高精度,预测平均相对误差绝对值为1.29%,最大相对误差绝对值为2.71%,预测精度和泛化能力均优于传统BP神经网络模型和支持向量机模型,是进一步提高径流预测精度的有效方法。

• 单位
  中国水利水电科学研究院; 流域水循环模拟与调控国家重点实验室; 中水珠江规划勘测设计有限公司