基于分段LassoLarsCV算法的水位预测研究——以三峡库区长寿站为例

摘要

三峡水库蓄水以来,由于入库流量统计和地形资料测量等存在系统性误差,通过求解圣维南方程组计算的长寿站水位精度有时难以满足实际应用需求.对此,采用分段套索最小角回归交叉验证(Lasso Least angle regression Cross Validation,LassoLarsCV)算法预测长寿站水位.首先收集了2009～2019年相关水位和流量数据并进行标准化处理,然后根据坝前水位和入库流量对数据进行分类;最后针对每一个类别,从2009～2018年的数据中随机抽取80％用于训练线性模型,剩余20％数据用于检验并调整分段方案,以2019年的数据进行测试,采用LassoLarsCV算法模型求解.结果表明:采用LassoLarsl算法得到的长寿站水位误差可以控制在1.2 m以内,99.47％的水位误差在0.5 m以内,效果优于传统水动力学方法.LassoLarsCV可直接研究出、入库流量和坝前水位与长寿站水位的映射关系,降低了模型对输入数据准确性的要求,同时提高了长寿站水位的计算精度.