期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于LSTM-Informer模型的乌东德水库水位多步长预测研究
1
作者
段尧彬
刘邓
+6 位作者
满翰林
陈晓
罗杭
陈平
胡一帆
姚飛
高沛
《水利水电技术(中英文)》
北大核心
2025年第S1期1-5,共5页
针对目前深度学习算法在水库水位预测中预见期较短的问题,构建基于LSTM-Informer模型的乌东德水库水位预测模型,预测未来6、12、24、48和96个步长的水库水位,并与LSTM和Informer模型的预测结果进行比较。结果表明:当预测步长不大于12个...
针对目前深度学习算法在水库水位预测中预见期较短的问题,构建基于LSTM-Informer模型的乌东德水库水位预测模型,预测未来6、12、24、48和96个步长的水库水位,并与LSTM和Informer模型的预测结果进行比较。结果表明:当预测步长不大于12个时,3种模型均能较好模拟水库水位且性能差异不大,当预测步长大于12个时,3种模型的性能表现为LSTM-Informer>Informer>LSTM,LSTM-Informer模型在96个步长时的RMSE和MAE分别为0.147和0.120,LSTM-Informer模型在24、48和96步长的RMSE分别比LSTM低25%、46%和62%,MAE分别比LSTM低23%、40%和47%,组合模型LSTM-Informer能较好地解决水库水位长时间序列预测问题。
展开更多
关键词
LSTM-Informer模型
乌东德水库
水位预测
在线阅读
下载PDF
职称材料
题名
基于LSTM-Informer模型的乌东德水库水位多步长预测研究
1
作者
段尧彬
刘邓
满翰林
陈晓
罗杭
陈平
胡一帆
姚飛
高沛
机构
中国长江电力股份有限公司
中国电建集团昆明勘测设计研究院有限公司
出处
《水利水电技术(中英文)》
北大核心
2025年第S1期1-5,共5页
基金
中国长江电力股份有限公司科研项目(Z542302007)
文摘
针对目前深度学习算法在水库水位预测中预见期较短的问题,构建基于LSTM-Informer模型的乌东德水库水位预测模型,预测未来6、12、24、48和96个步长的水库水位,并与LSTM和Informer模型的预测结果进行比较。结果表明:当预测步长不大于12个时,3种模型均能较好模拟水库水位且性能差异不大,当预测步长大于12个时,3种模型的性能表现为LSTM-Informer>Informer>LSTM,LSTM-Informer模型在96个步长时的RMSE和MAE分别为0.147和0.120,LSTM-Informer模型在24、48和96步长的RMSE分别比LSTM低25%、46%和62%,MAE分别比LSTM低23%、40%和47%,组合模型LSTM-Informer能较好地解决水库水位长时间序列预测问题。
关键词
LSTM-Informer模型
乌东德水库
水位预测
Keywords
LSTM-Informer model
Wudongde Reservoir
water level prediction
分类号
TV697.21 [水利工程—水利水电工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于LSTM-Informer模型的乌东德水库水位多步长预测研究
段尧彬
刘邓
满翰林
陈晓
罗杭
陈平
胡一帆
姚飛
高沛
《水利水电技术(中英文)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
