寬度-深度融合時(shí)頻分析的徑流智能預(yù)測(cè)方法

摘要： 為解決現(xiàn)有基于LSTM的徑流預(yù)測(cè)模型易陷入局部最優(yōu)的問題，提出了基于VMD-LSTMBLS(variational mode decomposition-LSTM-broad learning system)的徑流預(yù)測(cè)模型。將寬度學(xué)習(xí)系統(tǒng)與LSTM結(jié)合，針對(duì)徑流序列多噪音特點(diǎn)，采用時(shí)頻分析方法中的變分模態(tài)分解，將徑流時(shí)間序列的一維時(shí)域信號(hào)變換到二維時(shí)頻平面，減少噪聲對(duì)預(yù)測(cè)結(jié)果的...