[發明專利]一種考慮多時序過程因子的中期徑流預報方法

有效

• 申請號: 202010742166.6
• 申請日: 2020-07-29
• 公開（公告）號: CN112036604B
• 公開（公告）日: 2022-10-18
• 發明（設計）人: 丁偉;唐榕;張弛;周惠成;馬致遠
• 申請（專利權）人: 大連理工大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/08
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 李曉亮;潘迅

1.一種考慮多時序過程因子的中期徑流預報方法，其特征在于，包括以下步驟：

步驟一，預報備選因子大類挑選及處理；

根據研究流域的資料可獲取情況及預報經驗，確定預報備選因子的類型，將每類預報備選因子按逐時段值和累計值處理成多個逐時段因子和非過程因子兩種形式，并計算每個逐時段因子和非過程因子與徑流的相關系數；

步驟二，從每類預報備選因子的所有逐時段因子和非過程因子中挑選出相關系數最大的預報備選因子作為預報因子，以所選的預報因子為輸入建立基于相應類別預報因子的BP神經網絡徑流預報模型，并采用該BP神經網絡徑流預報模型進行徑流預報，計算預報結果的均方根誤差；

步驟三，確定每類預報備選因子是以逐時段因子的形式還是以非過程因子的形式參與預報，以及確定多個逐時段因子考慮的時段長；針對每類預報備選因子的逐時段因子，依次增加逐時段因子個數，并分別建立BP神經網絡徑流預報模型進行預報，計算預報結果的均方根誤差，并將預報結果和第二步中基于相關系數最大的因子進行預報的預報結果進行對比；對于每類預報備選因子如果考慮多時序過程因子的預報效果優于以相關系數最大的預報因子進行預報的效果，則確定該類因子適合以多時序過程因子的形式參與到預報中，且以預報效果較好的時段長作為多時序過程因子參與預報的時段長；否則，該類因子適合以非過程因子的形式參與預報；

步驟四，預報因子多重組合；

將從各類因子中挑選出的多時序過程因子或非過程因子進行多重組合，分別建立BP神經網絡徑流預報模型進行預報，計算各種因子組合下預報結果的均方根誤差；

步驟五，預報因子最優組合最終確定及預報模型構建；

根據均方根誤差最小原則從步驟四的多重因子組合中確定出適合研究流域的預報因子最優組合，以該因子組合建立的BP神經網絡徑流預報模型為研究流域的徑流預報模型。

2.根據權利要求1所述的一種考慮多時序過程因子的中期徑流預報方法，其特征在于，所述的步驟三中預報備選因子參與預報的形式包括逐時段因子和非過程因子兩種形式。