基于TimeGAN-LSTM的月径流预测模型
作者机构:陕西水环境工程勘测设计研究院 华中科技大学土木与水利工程学院 江西省水利科学院
出 版 物:《水电能源科学》 (Water Resources and Power)
年 卷 期:2024年
页 面:12-15页
学科分类:08[工学] 081501[工学-水文学及水资源] 0815[工学-水利工程]
基 金:江西省自然科学基金资助项目(20232BAB213076) 江西省水利科技项目(202224ZDKT06)
摘 要:准确的月径流预测对于水资源管理和配置具有重要意义,针对月径流样本数据不足导致预测精度较低的问题,提出了基于TimeGAN-LSTM的月径流预测模型。以无定河流域为研究区域,收集了6个气象站和4个水文站的数据资料,首先基于长短期记忆网络(LSTM)进行了4个站点的月径流预测,然后采用TimeGAN模型生成了月径流及其对应的月平均气温和降水数据,利用生成数据扩充了训练集并进行了基于TimeGAN-LSTM模型的训练和预测。研究结果表明,基于TimeGAN模型的生成数据与实测数据在分布上具有一定相似性;相较于LSTM,TimeGAN-LSTM模型预测结果的纳什效率系数平均增加了16.67%,平均绝对百分比误差降低了40.42%。该方法可有效提升月径流预测精度,为水资源管理决策提供技术支撑。