[發明專利]基于支持向量回歸的分層水庫取水下泄水溫預測模型及預測方法

有效

• 申請號: 202110236340.4
• 申請日: 2021-03-03
• 公開（公告）號: CN113033618B
• 公開（公告）日: 2022-03-15
• 發明（設計）人: 脫友才;樊皓;徐火清;盧永澳;嚴忠鑾;鄧云;惠軍;梁乃生;李斐;楊顏菁;盧晶瑩;孫干;楊小倩
• 申請（專利權）人: 四川大學;長江水資源保護科學研究所;中國三峽建設管理有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/18;G06F17/16;G06Q10/04;G06Q50/06
• 代理公司: 北京中濟緯天專利代理有限公司 11429
• 代理人: 李蜜

1.一種基于支持向量回歸的分層水庫取水下泄水溫預測模型構建方法，其包括以下步驟：

S1 獲取給定時間段內的監測數據，所述監測數據包括入庫水溫、水庫水位、疊梁門高程、入庫流量、出流流量、氣溫、進水口前溫度鏈垂向水溫分布以及取水下泄水溫；

S2 構建數據集，以給定時間段內監測數據中取水下泄水溫作為標簽值，其余數據作為特征變量構建數據集，并將數據集劃分為訓練集和測試集；

S3 數據預處理，分別對訓練集和測試集數據進行無量綱化處理；

S4 主成分分析，分別對訓練集和測試集中預處理后的特征變量進行主成分分析，并以總貢獻率大于99%的前M個主成分作為輸入特征向量，重構訓練集和測試集數據；

S5建立支持向量回歸模型，基于重構的訓練集和測試集，對不同核函數的支持向量回歸模型進行訓練和測試，對不同核函數的支持向量回歸模型預測性能進行評估，得到用于實現分層水庫下泄水溫預測的最優支持向量回歸模型；該步驟包括以下分步驟：

S51 利用訓練集對不同核函數的支持向量回歸模型進行分層水庫下泄水溫預測訓練，得到各支持向量回歸模型的最佳參數；

S52利用測試集對訓練得到的不同核函數的支持向量機進行分層水庫下泄水溫預測測試；

S53 采用誤差分析法對預測結果進行誤差分析，確定出實現分層水庫下泄水溫預測的最優支持向量回歸模型。

2.根據權利要求1所述基于支持向量回歸的分層水庫取水下泄水溫預測模型構建方法，步驟S3中，對訓練集和測試集中數據進行無量綱化處理，包括以下分步驟：

S31 采用標準化公式按照以下公式對訓練集中數據進行標準化處理：

（1）

（2）

其中：、分別為標準化前后的訓練集中第t′時刻樣本第i個特征變量值，、分別為標準化前后的訓練集中第t′時刻取水下泄水溫標簽值；

S32 采用標準化公式按照以下公式對測試集中數據進行標準化處理：

（3）

（4）

其中：、分別為標準化前后的測試集中第t″時刻樣本第i個特征變量值，、分別為標準化前后的測試集中第t″時刻取水下泄水溫標簽值。