基于NRBO-SVM模型的月径流预测研究

作     者：黎宇杰 史国勇 廖毅 李基栋 陈学毅 黄炜斌 LI Yujie;SHI Guoyong;LIAO Yi;LI Jidong;CHEN Xueyi;HUANG Weibin

作者机构：国家能源集团四川发电有限公司南桠河水电分公司四川雅安625400 四川农业大学水利水电学院四川雅安625014 成都动能科技有限公司四川成都610041 四川大学水利水电学院四川成都610065 

出 版 物：《水力发电》 (Water Power)

年 卷 期：2025年第51卷第1期

页      面：16-21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：四川省科技厅应用基础研究项目(2021YJ0544) 

主　　题：月径流预测 支持向量机 参数优化 变分模态分解 

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。