基于FPSTWD算法与时间序列支持向量机的河流径流量预报

摘要

为及时掌握河道径流量变化趋势,为下游水库防洪调度提供依据,提出了基于时间序列的最小二乘支持向量机河道径流量实时预测模型。采用特征点分段时间弯曲距离算法对实时采集的时间序列数据进行分段与相似度计算,以缩减规模的子序列数据集对LSSVR模型进行训练优化,实现多个LSSVR子模型建模,将预测数据序列与LSSVR子模型的相似度匹配,自适应地选取最佳的子模型作为预测模型。应用该模型对某河径流量进行实时预测,模型评价指标中最大相对误差、平均相对误差绝对值和均方根误差分别为9.08%、3.25%与303m3。研究结果表明,该模型具有较好的预测性能,能够满足河道径流量预测的实际需求,并为下游水库防洪调度与水资源管理提供了重要参考。