典型文献
基于1D CNN-LSTM模型的红旗水库水位序列模拟
文献摘要：
为了提升水库水位模拟的精度,通过1D CNN-LSTM模型与五种常用的机器学习模型对安徽省红旗水库历史水位数据和降雨量数据实现未来7天的水位模拟并进行对比验证.CNN和LSTM能够表现出比较好的模拟性能,结合两种模型的优势能够更加显著的提升模型的模拟效果;1D CNN-LSTM具有较高鲁棒性,对于未来3天以内水位模拟都有较好的预测效果和精度,虽然3天以后的模拟效果有明显下降,但对未来第7天的模拟NSE和KGE依然能够达到0.8以上,在不发生极端天气的情况下,模型对于水位趋势的模拟依然具有相当的参考价值.1D CNN-LSTM模型对于红旗水库的水位模拟优于其他五种传统的机器学习模型,并具有相当高的精度.
文献关键词：
水位模拟;机器学习模型;神经网络;1D CNN-LSTM
中图分类号：
作者姓名：
江礼平;贺淼
作者机构：
安徽省机电排灌总站,安徽 合肥 230022;南昌工程学院,江西 南昌 330099
文献出处：
引用格式：
[1]江礼平;贺淼-.基于1D CNN-LSTM模型的红旗水库水位序列模拟)[J].江淮水利科技,2022(04):36-39
A类：
水位模拟
B类：
1D,红旗,水库水位,升水,机器学习模型,降雨量,对比验证,模拟性,势能,高鲁棒性,NSE,KGE,极端天气
AB值：
0.185428
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
