基于LSTM网络的洪家渡水库入库流量预报方法研究

摘要

针对传统基于物理过程驱动的预报模型在西南喀斯特地区存在较大局限性的问题,文章提出了一种基于长短期记忆(LSTM)网络的水库入库流量预报方法。该方法通过对水雨情各项监测要素与入库流量的相关性分析,构建入库流量预报数据集;通过参数配置与模型优化,建立了洪家渡水库入库流量预报模型。实验结果表明,模型的RMSE和NSE分别达到了0.045和0.713,该方法具有较好的水库入库流量预报能力。