-
题名机器学习技术在曹娥江流域洪水预报中的应用
被引量：5
- 1
-
-
作者
孙小洪
赵兵
孙逸群
石朋
-
机构
上虞区虞东水闸运行管理中心
信阳市南湾水库管理局
河海大学水文水资源学院
-
出处
《浙江水利科技》
2022年第2期83-87,共5页
-
文摘
以逐步线性回归、正则化技术、L曲线方法等机器学习技术为理论基础,提出基于机器学习方法的水位预报模型,在此基础上建立曹娥江中下游流域的水位预报方案。水位预报模型使用逐步回归方法以使用最少的预测变量数来实现最大化预测的能力,引入正则化方法及L曲线方法在应对复共线性问题的同时引入先验信息。研究实现多模型方案的对比,分析历年场次洪水特征和重点水利工程对洪水预报精度的影响,提出基于机器学习方法的水位预报模型,在台风“烟花”中进行试运行,结果表明技术可行,方案模型准确。并应用于曹娥江中下游流域,预报结果精准。
-
关键词
机器学习
水位预报
逐步回归
正则化技术
L曲线方法
曹娥江
-
Keywords
machine learning
stage forecast
stepwise regression
regularization method
L-curve method
the Cao’e River
-
分类号
P338.9
[天文地球—水文科学]
-
