基于VMD-TCN的月降水量预测模型

摘要：

准确的月降水量预报对水资源的合理开发利用及洪涝灾害的预测和防治具有重要意义.针对传统降水预测方法信息挖掘能力不足的问题,提出了一种基于VMD-TCN的月降水量组合预测模型.该模型使用VMD将原始序列分解为一系列相对平稳的子序列,然后利用TCN对各子序列分别进行预测,输出各子序列预测结果,叠加得到最终预测结果.将VMD-TCN降水预测模型与EMD-TCN模型和VMD-LSTM模型进行对比.结果表明:VMD-TCN模型的R2可达0.98,与EMD-TCN和VMD-LSTM模型相比,RMSE分别减少了 83.85％和43.56％,MAE分别减少了 84.25％和43.60％,明显优于EMD-TCN和VMD-LSTM.在精度高于VMD-LSTM模型的基础上,VMD-TCN模型基于卷积的并行思想,运行速度是VMD-LSTM模型的2倍多,为月降水量预测提供了一种有效方法.

关键词：月降水预测、变分模态分解、时间卷积网络、组合预测模型

所属期刊栏目：42

分类号：TV124(水利工程基础科学)

资助基金：河南省科技攻关;河南省科技攻关;国家自然科学基金;河南省高校科技创新团队

在线出版日期：2022-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：13-18