[发明专利]一种基于气象信息和深度学习算法的多步日径流预报方法

摘要

本发明一种基于气象信息和深度学习算法的多步日径流预报方法，第一阶段利用最大互信息系数MIC方法对气象数据集进行特征选择作为模型的预测因子候选输入，采用互相关函数CCF和偏自相关函数PACF对观测径流和降雨量的历史滞后数据进行选择作为模型的预测因子候选输入；第二阶段先对选定的预测因子进行数据尺度缩放，然后将数据集划分为训练集、验证集和测试集；第三阶段先通过网格搜索算法率定GBRT模型参数，然后使用优选的参数在测试集上实施预报。测试表明本发明方法GBRT‑MIC能够预见期内很好地进行径流预测，研究成果对协助电厂提前制定发电计划，减少水电弃水、增发水电电量、提高水电科学调度水平具有重要意义。