基于LSTM模型的九龍江流域徑流序列預(yù)測研究
發(fā)布時間:2021-01-23 13:53
水資源是人類不可或缺的元素,精確的徑流預(yù)測對水資源調(diào)度和環(huán)境質(zhì)量檢測管理具有決定性的作用。徑流元素作為時間序列,在形成過程中受到自然因素、人為因素的限制和影響,呈現(xiàn)出強(qiáng)非線性關(guān)系和混沌特征。因此,如何有效的對徑流序列進(jìn)行預(yù)測,是水文領(lǐng)域的研究重點與難點。九龍江流域站點徑流相關(guān)資料缺失較多,導(dǎo)致數(shù)據(jù)缺乏了連續(xù)性,無法滿足徑流時間序列研究的需要,對后續(xù)水質(zhì)環(huán)境的研究產(chǎn)生了巨大的影響。因而,通過模型對徑流序列預(yù)測研究也是不可缺少的。為了有效的預(yù)測流域內(nèi)站點的徑流量,提高徑流預(yù)測的精度,本文圍繞中國科學(xué)院城市環(huán)境研究所課題《九龍江流域水環(huán)境模擬研究》,以九龍江流域浦南站點監(jiān)測的2008年到2018年共10年間徑流量為研究對象,運(yùn)用LSTM,GAN等深度學(xué)習(xí)相關(guān)技術(shù)建立徑流序列預(yù)測模型和數(shù)據(jù)模擬模型。本文的主要內(nèi)容分為以下幾個:(1)本文分析了流域內(nèi)徑流特性,氣象特征,以及氣象與徑流間的模型表達(dá),為后續(xù)特征選取和建模做了基礎(chǔ)研究;(2)在分析LSTM模型和BP模型的基礎(chǔ)上,針對徑流序列和部分氣象數(shù)據(jù)的自相關(guān)性,充分利用BP網(wǎng)絡(luò)的泛化能力和LSTM網(wǎng)絡(luò)的時間序列處理能力,改進(jìn)了徑流預(yù)測模型,提出了...
【文章來源】:長安大學(xué)陜西省 211工程院校 教育部直屬院校
【文章頁數(shù)】:72 頁
【學(xué)位級別】:碩士
【部分圖文】:
九龍江多年徑流年際變化
徑流自相關(guān)分析圖
batch_size選擇效果圖
【參考文獻(xiàn)】:
期刊論文
[1]人工神經(jīng)網(wǎng)絡(luò)在水文數(shù)據(jù)模擬方向上的應(yīng)用分析[J]. 戚高晟,朱星宇,郭振天,嚴(yán)寒笑,吳宸暉,陳蕾. 亞熱帶水土保持. 2018(01)
[2]融合大氣環(huán)流異常因子的徑流預(yù)報研究[J]. 孟二浩,黃生志,黃強(qiáng),劉登峰,白濤. 水力發(fā)電學(xué)報. 2017(08)
[3]BP人工神經(jīng)網(wǎng)絡(luò)在小流域徑流模擬中的應(yīng)用[J]. 何昳穎,陳曉宏,張云,丁華龍. 水文. 2015(05)
[4]河流年徑流量的R/S灰色預(yù)測[J]. 李寶玲,李建林,昝明軍,李志強(qiáng). 水文. 2015(02)
[5]基于EMD分解的AR模型在年徑流預(yù)測中的應(yīng)用[J]. 陳旭,趙雪花. 水電能源科學(xué). 2014(07)
[6]基于BP神經(jīng)網(wǎng)絡(luò)的概率徑流預(yù)測模型[J]. 周婭,郭萍,古今今. 水力發(fā)電學(xué)報. 2014(02)
[7]大伙房水庫汛期分期研究[J]. 周如瑞,梁國華,周惠成,李林,李敏,王本德. 水資源與水工程學(xué)報. 2013(06)
[8]變化環(huán)境下塔里木河流域徑流序列變化特征及成因分析[J]. 張修宇,左其亭. 水利水電技術(shù). 2013(10)
[9]引入灰色弱化緩沖算子的人工神經(jīng)網(wǎng)絡(luò)組合預(yù)測方法在年徑流預(yù)測中的應(yīng)用[J]. 晏欣,鄒進(jìn). 水電能源科學(xué). 2013(07)
[10]吉林省徑流量時空變化特征及成因分析[J]. 張茜,肖長來,朱雅萍,翟天放,梁秀娟. 節(jié)水灌溉. 2013(07)
碩士論文
[1]面向物聯(lián)網(wǎng)時間序列數(shù)據(jù)深度學(xué)習(xí)的LSTM方法研究[D]. 謝小峰.湖南大學(xué) 2018
[2]基于生成式對抗網(wǎng)絡(luò)的文本生成問題的研究[D]. 代威.吉林大學(xué) 2018
[3]基于LSTM深度神經(jīng)網(wǎng)絡(luò)的股市時間序列預(yù)測精度的影響因素研究[D]. 毛景慧.暨南大學(xué) 2017
[4]基于主成分分析-BP神經(jīng)網(wǎng)絡(luò)法的松花江哈爾濱段水質(zhì)評價研究[D]. 張瑩.哈爾濱師范大學(xué) 2015
[5]諾敏河流域徑流變化規(guī)律分析及預(yù)報方法研究[D]. 王鑫.東北農(nóng)業(yè)大學(xué) 2014
本文編號:2995335
【文章來源】:長安大學(xué)陜西省 211工程院校 教育部直屬院校
【文章頁數(shù)】:72 頁
【學(xué)位級別】:碩士
【部分圖文】:
九龍江多年徑流年際變化
徑流自相關(guān)分析圖
batch_size選擇效果圖
【參考文獻(xiàn)】:
期刊論文
[1]人工神經(jīng)網(wǎng)絡(luò)在水文數(shù)據(jù)模擬方向上的應(yīng)用分析[J]. 戚高晟,朱星宇,郭振天,嚴(yán)寒笑,吳宸暉,陳蕾. 亞熱帶水土保持. 2018(01)
[2]融合大氣環(huán)流異常因子的徑流預(yù)報研究[J]. 孟二浩,黃生志,黃強(qiáng),劉登峰,白濤. 水力發(fā)電學(xué)報. 2017(08)
[3]BP人工神經(jīng)網(wǎng)絡(luò)在小流域徑流模擬中的應(yīng)用[J]. 何昳穎,陳曉宏,張云,丁華龍. 水文. 2015(05)
[4]河流年徑流量的R/S灰色預(yù)測[J]. 李寶玲,李建林,昝明軍,李志強(qiáng). 水文. 2015(02)
[5]基于EMD分解的AR模型在年徑流預(yù)測中的應(yīng)用[J]. 陳旭,趙雪花. 水電能源科學(xué). 2014(07)
[6]基于BP神經(jīng)網(wǎng)絡(luò)的概率徑流預(yù)測模型[J]. 周婭,郭萍,古今今. 水力發(fā)電學(xué)報. 2014(02)
[7]大伙房水庫汛期分期研究[J]. 周如瑞,梁國華,周惠成,李林,李敏,王本德. 水資源與水工程學(xué)報. 2013(06)
[8]變化環(huán)境下塔里木河流域徑流序列變化特征及成因分析[J]. 張修宇,左其亭. 水利水電技術(shù). 2013(10)
[9]引入灰色弱化緩沖算子的人工神經(jīng)網(wǎng)絡(luò)組合預(yù)測方法在年徑流預(yù)測中的應(yīng)用[J]. 晏欣,鄒進(jìn). 水電能源科學(xué). 2013(07)
[10]吉林省徑流量時空變化特征及成因分析[J]. 張茜,肖長來,朱雅萍,翟天放,梁秀娟. 節(jié)水灌溉. 2013(07)
碩士論文
[1]面向物聯(lián)網(wǎng)時間序列數(shù)據(jù)深度學(xué)習(xí)的LSTM方法研究[D]. 謝小峰.湖南大學(xué) 2018
[2]基于生成式對抗網(wǎng)絡(luò)的文本生成問題的研究[D]. 代威.吉林大學(xué) 2018
[3]基于LSTM深度神經(jīng)網(wǎng)絡(luò)的股市時間序列預(yù)測精度的影響因素研究[D]. 毛景慧.暨南大學(xué) 2017
[4]基于主成分分析-BP神經(jīng)網(wǎng)絡(luò)法的松花江哈爾濱段水質(zhì)評價研究[D]. 張瑩.哈爾濱師范大學(xué) 2015
[5]諾敏河流域徑流變化規(guī)律分析及預(yù)報方法研究[D]. 王鑫.東北農(nóng)業(yè)大學(xué) 2014
本文編號:2995335
本文鏈接:http://sikaile.net/kejilunwen/shuiwenshuili/2995335.html
最近更新
教材專著