文献类型：期刊文章

作　　者：王亦斌[1] 孙涛[1] 梁雪春[2] 谢海洋[1]

WANG Yibin;SUN Tao;LIANG Xuechun;XIE Haiyang(Eastern Route of South-to-North Water Diversion Project Jiangsu Water Resources Co.,Ltd.,Nanjing 210019,China;College of Electrical Engineering and Control Science,Nanjing Tech University,Nanjing 211816,China)

机构地区：[1]南水北调东线江苏水源有限责任公司,江苏南京210019 [2]南京工业大学电气工程与控制科学学院,江苏南京211816

出　　处：《水利水电科技进展》

基　　金：国家重点研发计划(2017YFC1502603);江苏水利厅项目(2018058)。

年　　份：2020

卷　　号：40

期　　号：6

起止页码：40-47

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD_E2019_2020、IC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：基于经验模式分解方法和长短期记忆网络(empirical model decomposition and long short-term memory network,EMD-LSTM)模型对水位数据进行预测。先采用中值滤波对数据序列进行预处理,然后对数据序列进行EMD分解,并对EMD分解的每个特征序列使用LSTM模型进行预测,最后叠加各个序列预测值,得到最终的预测结果。以南水北调工程某河流每隔1 h的瞬时流量、流速和水深监测数据为研究对象,采用EMD-LSTM模型进行建模,试验结果表明,该模型能够实现水位、水速和瞬时流量连续12 h和6 h的准确预测,且比LSTM模型具有更高的预测精度,可为水位预判和水资源的实时调度提供决策依据。

关 键 词：水量预测 水位预测 中值滤波 经验模式分解方法  长短期记忆神经网络  

分 类 号：TV125]