基于NRBO-SVM模型的月径流预测研究

黎宇杰; 史国勇; 廖毅; 李基栋; 陈学毅; 黄炜斌

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于NRBO-SVM模型的月径流预测研究

水文水资源 | 更新时间：2025-11-19

- 基于NRBO-SVM模型的月径流预测研究
- 基于NRBO-SVM模型的月径流预测研究
- 水力发电 2025年51卷第1期页码：16-21
- 作者机构：
  
  1. 国家能源集团四川发电有限公司南桠河水电分公司
  2. 四川农业大学水利水电学院
  3. 成都动能科技有限公司
  4. 四川大学水利水电学院
- 作者简介：
- 基金信息：
  
  四川省科技厅应用基础研究项目(2021YJ0544)
- DOI：
  中图分类号： P338.2
- 纸质出版：2025
- 稿件说明：
移动端阅览
黎宇杰, 史国勇, 廖毅, 等. 基于NRBO-SVM模型的月径流预测研究[J]. 水力发电, 2025,51(1):16-21.

黎宇杰, 史国勇, 廖毅, et al. 基于NRBO-SVM模型的月径流预测研究[J]. 2025, 51(1): 16-21.
黎宇杰, 史国勇, 廖毅, 等. 基于NRBO-SVM模型的月径流预测研究[J]. 水力发电, 2025,51(1):16-21. DOI：

黎宇杰, 史国勇, 廖毅, et al. 基于NRBO-SVM模型的月径流预测研究[J]. 2025, 51(1): 16-21. DOI：

摘要

基于冶勒站多年月径流数据，以支持向量机(SVM)作为预测器，从模型输入、模型优化和输出环节探讨了提升月径流预测精度的方法。首先，比较了牛顿-拉夫逊优化算法(NRBO)与灰狼优化算法(GWO)在参数寻优方面的性能，发现均方误差(MSE)作为适应度函数时NRBO表现更优。其次，进一步比较了逐月预测与分月预测的效能，结果显示逐月预测具有更高的预测准确性。此外，还从模型输出环节探索了组合预测输出的效果，发现能有效提升模型的泛化性能。而在数据预处理环节，经变分模态分解(VMD)预处理能大幅降低模型预测难度，同时显著提高预测精度。具体而言，GWO-VMD-NRBO-SVM相比单一模型，平均绝对百分比误差(MAPE)和归一化均方根误差(NRMSE)的降低幅度分别超过68%和79%

而纳什效率系数(NSE)提升超过15%。研究结果对非平稳月径流预测具有一定的参考价值。

Abstract

关键词

Keywords

references

王庆杰.基于特征选择和时频分析的径流预测机器学习模型研究[D].新疆农业大学,2022(03).

王秀杰,乔鸿飞,曾勇红,田福昌,张帅.基于TVF-EMD、GRA和LightGBM的日径流预测组合模型[J].水资源保护,2023(05).

朱非林,侯添甜,梁一帆,任瑞杰.基于VMD-LSTM的水库中长期径流预测模型[J].水力发电,2023(09).

祁继霞,粟晓玲,张更喜,张特.VMD-LSTM模型对不同预见期月径流的预测研究[J].干旱地区农业研究,2022(06).

郭田丽,宋松柏,张特,王慧敏.基于两阶段粒子群优化算法的新型逐步分解集成径流预测模型[J].水利学报,2022(12).

简定辉,李萍,黄宇航.基于GA-VMD-ResNet-LSTM网络的短期电力负荷预测[J].国外电子测量技术,2022(10).

孙国梁,李保健,徐冬梅,李宇鹏.基于VMD-SSA-LSTM的月径流预测模型及应用[J].水电能源科学,2022(05).

李明军,王均星,潘江洋,刘昊,李慧.基于改进GWO和SVM的大坝变形预测[J].水力发电,2021(03).

Sowmya Ravichandran,Premkumar Manoharan,Jangir Pradeep.Newton-Raphson-based optimizer: A new population-based metaheuristic algorithm for continuous optimization problems[J].Engineering Applications of Artificial Intelligence,2024.

浏览量

625

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于GWO-VMD和分层融合进化KELM的抽水蓄能机组劣化趋势预测

基于GRA-SVM的光伏发电功率预测

结合特征融合与PSO-SVM的变压器铁芯松动声纹识别

实现龙滩水电站水轮发电机组高质量的对策和措施

改进粒子群算法在新安江模型参数优选中的应用