1. 济南大学水利与环境学院
2. 青岛市水利勘测设计研究院有限公司
3. 山东省水文中心
纸质出版:2026
移动端阅览
翟明慧, 桑国庆, 吴先敏, 等. 基于TCN-Attention-LSTM的大沽河流域场次洪水预测模型[J]. 水电能源科学, 2026,(2):22-27.
翟明慧, 桑国庆, 吴先敏, et al. 基于TCN-Attention-LSTM的大沽河流域场次洪水预测模型[J]. 2026, (2): 22-27.
翟明慧, 桑国庆, 吴先敏, 等. 基于TCN-Attention-LSTM的大沽河流域场次洪水预测模型[J]. 水电能源科学, 2026,(2):22-27. DOI: 10.20040/j.cnki.1000-7709.2026.20250573.
翟明慧, 桑国庆, 吴先敏, et al. 基于TCN-Attention-LSTM的大沽河流域场次洪水预测模型[J]. 2026, (2): 22-27. DOI: 10.20040/j.cnki.1000-7709.2026.20250573.
为提升深度学习模型在径流模拟中的预测性能
构建了融合时域卷积网络(TCN)、注意力机制(Attention)、长短期记忆网络(LSTM)的耦合模型
探究了耦合模型在不同预见期下的径流模拟和预测能力
并与其他深度学习模型进行了对比分析。在大沽河流域的应用结果表明
相同预见期条件下
TCN-Attention-LSTM模型表现出了较好的径流模拟效果
模拟精度优于其他对比模型
在预见期为1~6 h时纳什效率系数N
NSE
均在0.80以上;随着预见期增加
TCN-Attention-LSTM耦合模型在预见期为4~6 h时优势更显著
当预见期为6 h时
TCN-Attention-LSTM模型的纳什效率系数N
仍达到0.82
模型预报性能明显优于其他模型
预报精度呈现缓慢下降趋势
具有更好的鲁棒性。研究结果可为流域洪水预报提供新思路。
崔虎虎.基于机理—数据融合的山区中小河流洪水预报模型研究[D].西安理工大学,2024(04).
史帅帅.山东省大沽夹河中下游地区地下水流数值模拟研究[D].河北地质大学,2021(12).
温娅惠,李致家,孙明坤,李巧玲,霍文博.降雨输入对实时洪水预报精度与预见期的影响[J].湖泊科学,2019(01).
王瑞滢,胡静,周末,覃光华,肖鸿.基于HEC-HMS模型的西南地区典型中小河流洪水预报研究[J].水电能源科学,2022(05).
刘成帅,孙悦,胡彩虹,赵晨晨,徐源浩,李文忠.考虑产流模式空间分布的流域-城市复合系统洪水预报模型[J].水科学进展,2023(04).
毕成琳,刘匡,向征,王军,钱名开,梁忠民.洪水预报区域化LSTM模型研究[J].水电能源科学,2023(12).
邓超,陈春宇,尹鑫,王明明,张宇新.融合数据同化与机器学习的流域径流模拟方法[J].水科学进展,2023(06).
张书齐,左其亭,臧超,张乐开,巴音吉.基于CNN-LSTM-Attention模型的沁河流域径流模拟及未来多情景预测[J].水资源与水工程学报,2024(05).
赵忠峰,王雪妮,晋华,郑婕,刘晓东,郭园.基于CNN-BiLSTM模型的平原型水库洪水预报研究[J].水电能源科学,2025(02).
张景帅,胡彩虹.基于深度学习模型的中小河流洪水模拟[J].水电能源科学,2024(10).
何彦锋,许涵冰,刘洁,周研来,陈华,郭生练.基于机器学习的雅砻江流域洪水预报研究[J].水电能源科学,2025(05).
0
浏览量
253
下载量
CSCD
关联资源
相关文章
相关作者
相关机构