基于EEMD-ANN和气象因子采用多核并行算法的径流预报方法

    公开(公告)号:CN117575075A

    公开(公告)日:2024-02-20

    申请号:CN202311539260.1

    申请日:2023-11-17

    Abstract: 本发明公开一种基于EEMD‑ANN和气象因子采用多核并行算法的径流预报方法,包括:S1:特征筛选:根据前期流入和气象的历史数据,通过偏自相关函数进行滞后项前期流入的筛选,使用反距离权重法进行气象数据权重的削减,使用互相关函数和一致性指数进行降雨滞后项的筛选,再通过相关系数γ进行特征选择,最终利用相关系数τ进行输入因子筛选;S2:数据预处理:使用经验模态分解技术对输入因子进行分解,并进行数据归一化处理,将数据分为训练组以及测试组;S3:模型预报与评估:对输入因子进行整合,输入到预报模型中,再通过并行算法进行参数优化,输出预报结果,并进行模型评估;本发明有效提高预报精度,加快了模型参数校准的效率,节省模型训练时间。

    一种基于可行域搜索映射的水电站群优化调度降维方法

    公开(公告)号:CN119151045A

    公开(公告)日:2024-12-17

    申请号:CN202411158753.5

    申请日:2024-08-22

    Abstract: 本发明涉及一种基于可行域搜索映射的水电站群优化调度降维方法,步骤如下:(1)对水电站不同时期的调度运行约束进行整理归类,将水电站群运行涉及的约束条件分为三个等级;(2)确定不同时期不同情况下,水电站调度的决策变量,即出库流量的可行域与已知运行条件、调度约束间的映射关系;(3)算法在优化水电站某一时段的出库流量时,可根据所处时段、入库流量和时段初库容,查询数据库中对应的决策变量可行域,仅在可行域范围内进行最优解搜索。本发明通过事先将水电站群在不同时期的约束条件集转化为决策变量的可行域,可有效缩减优化算法的搜索空间,大幅提升优化算法的计算效率。

Patent Agency Ranking