基于VMD-CNN-LSTM模型的渭河流域月径流预测

• 作 者: 包苑村 解建仓 罗军刚
• 机 构: 西安理工大学西北旱区生态水利国家重点实验室
• 出 处: 西安理工大学学报
• 发表日期: 2021年1期
• 关键词: 变分模态分解 神经网络 径流预测 渭河流域 variational mode decomposition neural network runoff f
• 基金项目: 国家自然科学基金资助项目(51679186),西安理工大学省部共建西北旱区生态水利国家重点实验室自主研究课题资助项目(2019KJCXTD-5)

为了提高月径流预测的精度,解决月径流的非线性和不稳定性对于预测结果的影响,提出了变分模态分解(VMD)、卷积-长短期记忆神经网络(CNN-LSTM)组合的VMD-CNN-LSTM模型。通过选取渭河流域张家山站和魏家堡站1960—2005年的实测月径流数据进行训练和测试,并与EMD-LSTM、EMD-CNN-LSTM、VMD-LSTM模型进行对比,选取均方根误差(RMSE)、平均绝对误差(MAE)和Nash系数(NSE)对测试集的预测结果进行评价。研究结果表明VMD-CNN-LSTM模型相较于其他模型有更优