基于LSTM网络的横山水库日来水量预测  

作　　者：童建 游林 孙武 范春波 黄鹏 

机构地区：[1]武汉华夏理工学院土木建设工程学院,武汉430223 [2]浙江时空智子大数据有限公司,浙江宁波315200 [3]宁波市奉化区横山水库管理站,浙江宁波315511

出　　处：《水土保持应用技术》2023年第5期1-4,共4页Technology of Soil and Water Conservation

基　　金：宁波市奉化区科技计划项目(202209204);湖北省自然资源厅科研项目(HX487)。

摘　　要：基于长短期神经网络(Long-Short Term Memory,LSTM)搭建了浙江奉化横山水库的日来水量预测模型,该模型以水库前期日来水量序列、流域面雨量以及水库蒸发下渗水量作为输入变量,水库下一日的日来水量作为预测结果,比较并分析了不同输入变量组合下预测结果的精度。结果表明,模型能够较好地模拟出横山水库日来水量在长期序列中的关联性,LSTM对于输入变量的关键性在预测精度上有着明显的体现。当用于预测的时间序列长度增加时,预测精度有一定程度的降低,但模型的泛化能力明显提升,说明LSTM可以有效避免过拟合等问题,具有较好的泛化性能。

关 键 词：长短期神经网络 日来水量预测 横山水库 

分 类 号：P333.1[天文地球—水文科学]