改进EEMD-WOA-SRU模型在用水量预测中的应用

刘扬; 杜帅兵

doi:10.20040/j.cnki.1000-7709.2023.20221908

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 >

改进EEMD-WOA-SRU模型在用水量预测中的应用

水文水资源与环境 | 更新时间：2026-02-25

- 改进EEMD-WOA-SRU模型在用水量预测中的应用
- 改进EEMD-WOA-SRU模型在用水量预测中的应用
- 水电能源科学 2023年第12期页码：32-35
- 作者机构：
  
  1. 华北水利水电大学黄河流域水资源高效利用省部共建协同创新中心
  2. 华北水利水电大学信息工程学院
- 作者简介：
- 基金信息：
- DOI：10.20040/j.cnki.1000-7709.2023.20221908
  中图分类号： TU991.31;TP18
- 纸质出版：2023
- 稿件说明：
移动端阅览
刘扬, 杜帅兵. 改进EEMD-WOA-SRU模型在用水量预测中的应用[J]. 水电能源科学, 2023,(12):32-35.

刘扬, 杜帅兵. 改进EEMD-WOA-SRU模型在用水量预测中的应用[J]. 2023, (12): 32-35.
刘扬, 杜帅兵. 改进EEMD-WOA-SRU模型在用水量预测中的应用[J]. 水电能源科学, 2023,(12):32-35. DOI： 10.20040/j.cnki.1000-7709.2023.20221908.

刘扬, 杜帅兵. 改进EEMD-WOA-SRU模型在用水量预测中的应用[J]. 2023, (12): 32-35. DOI： 10.20040/j.cnki.1000-7709.2023.20221908.

摘要

针对用水量信号表现出的强随机性和非平稳性状态，用水量预测存在的精度低、可信度差等问题，提出了基于改进EEMD-WOA-SRU的混合用水量预测模型。首先采用长短期记忆网络(LSTM)预测法抑制集合经验模态分解(EEMD)的端点效应得到改进后的本征模态分量(IMF)

然后使用鲸鱼算法(WOA)优化简单循环单元(SRU)并预测各分量，最后累加得到最终的预测结果。试验结果表明，EEMD的分解误差平均降低0.94%

相较于SRU

EEMD-WOA-SRU模型预测的平均绝对误差降低45.42%

均方根误差降低50.43%

可信度提高52.38%。研究结果可为水资源决策提供依据。

Abstract

关键词

Keywords

references

改进的EEMD-NNBR耦合模型在年径流预测中的应用[J]. 郑芳芳;王文圣;张岚婷.人民珠江,2021(02)

黄河流域用水演变特征及水资源情势识别研究[J]. 杨翊辰;刘柏君;崔长勇.人民黄河,2021(01)

关于国控监测点的取用水量预测仿真研究[J]. 方海泉;薛惠锋;万毅;王海宁.计算机仿真,2016(10)

A Real-Time Data Analysis Platform for Short-Term Water Consumption Forecasting with Machine Learning[J]. Boudhaouia Aida;Wira Patrice.Forecasting,2021

The Whale Optimization Algorithm[J]. Seyedali Mirjalili;Andrew Lewis.Advances in Engineering Software,2016

ENSEMBLE EMPIRICAL MODE DECOMPOSITION: A NOISE-ASSISTED DATA ANALYSIS METHOD[J]. ZHAOHUA WU;NORDEN E. HUANG.Advances in Adaptive Data Analysis,2009(1)

浏览量

180

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EEMD-IPSO-BiLSTM的闸基渗压预测模型研究

分解-集成径流预测模型性能“高低”差异机理与特性分析

基于变分模态分解的自适应交叉融合模型及其在月径流预测中的应用

基于SVM-SARIMA-LSTM模型的城市用水量实时预测

融合自适应滑动集合经验模态分解的机器学习月径流预测方法