基于机器学习的长江干流中长期径流预报

作者:效文静; 周建中*; 杨建华; 莫莉; 徐占兴; 杨钰琪
来源:水电能源科学, 2022, 40(09): 31-26.
DOI:10.20040/j.cnki.1000-7709.2022.20212442

摘要

长江干流分布着多个水文观测站点,其准确的中长期径流预报对于中长期发电调度计划的安排和中长期防汛抗旱计划的编制具有重要意义。结合机器学习方法支持向量机和长短期记忆神经网络两种方法预测了长江干流三个重要的水文站点屏山站、宜昌站和寸滩站的中长期径流量,并采用均方根误差、平均绝对百分比误差和确定性系数三个指标评价了预报结果。进一步利用支持向量机模型、长短期记忆神经网络模型对宜昌断面2021年水文情势进行逐月滚动预测。结果表明,通过长短期记忆神经网络模型进行的径流中长期预报在训练期和测试期的结果优于支持向量机模型。宜昌、屏山和寸滩三个断面中,宜昌断面站点的预报结果优于其他两个断面。逐月滚动预报结果为2021年宜昌断面中长期定性预报等级为正常年份。

全文