公开(公告)号：CN118760978A

公开(公告)日：2024-10-11

申请号：CN202410770895.0

申请日：2024-06-14

Applicant: 中国长江电力股份有限公司

Inventor： 杨钰琪 ,  徐杨 ,  翟少军 ,  曹辉 ,  李鹏 ,  鲍正风 ,  莫莉 ,  刘怀远 ,  效文静 ,  娄思静

IPC: G06F18/2415 ,  G06F18/214 ,  G06N3/0442

Abstract: 本发明涉及一种基于滚动分解和深度学习的径流概率预测方法。收集历史日径流数据序列；通过基于滚动分解策略的VMD对数据进行不存在未来信息的泄露的分解。将处理后的数据分为训练集和测试集；构建径流概率预测模型BiGRU‑NCQR‑KDE，设置超参数，以最小化损失函数为目标，在训练集上训练模型，得到训练好的径流概率预测模型；采集设定时间期间内的逐日径流量数据，对采集的数据进行预处理得到待预测数据集；将待预测数据集输入训练好的径流量预测模型，得到预测的径流概率密度曲线；完成基于滚动分解和深度学习的径流概率预测。本发明可以在避免信息泄露发生的同时获得精准和可靠的径流概率预测结果。