• 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    一種閘門流量預測模型的訓練方法、裝置及相關設備制造方法及圖紙

    技術編號:44330572 閱讀:11 留言:0更新日期:2025-02-18 20:38
    本申請涉及水利工程技術領域,尤其涉及一種閘門流量預測模型的訓練方法、裝置及相關設備。方法包括:獲取包括歷史過閘數據和歷史閘門流量的訓練樣本集;通過訓練樣本集,針對長短期記憶網絡LSTM進行迭代訓練;其中,任一輪次的訓練過程包括:根據LSTM的超參數在上一次的訓練過程中所使用的歷史值,確定用于指示超參數的值的調整幅度的調整值;根據調整值,確定超參數的目標值;將訓練樣本集輸入至超參數的值為目標值的LSTM;若當前輪次的預測效果指標滿足訓練停止條件,將LSTM確定為閘門流量預測模型。本申請能夠解決現有技術中通過經驗公式計算針對閘門流量進行計算的方法存在預測準確率較低的技術問題。

    【技術實現步驟摘要】

    本申請涉及水利工程,尤其涉及一種閘門流量預測模型的訓練方法、裝置及相關設備。


    技術介紹

    1、在水利工程中,弧形閘門能夠通過控制其開閉程度調節過閘水流,在實際應用中,可通過對弧形閘門在未來時刻的閘門流量進行預測來進行防洪調度以及優化水資源配置,因此針對閘門流量的預測是非常重要的。

    2、在現有技術中,針對閘門流量的預測主要通過流量系數經驗公式計算得到,根據實際經驗可知,現有的通過經驗公式計算針對閘門流量進行計算的方法存在預測準確率較低的技術問題。


    技術實現思路

    1、有鑒于此,本申請的目的在于提供一種閘門流量預測模型的訓練方法、裝置及相關設備,以解決現有技術中通過經驗公式計算針對閘門流量進行計算的方法存在預測準確率較低的技術問題。

    2、第一方面,本申請提供了一種閘門流量預測模型的訓練方法,所述方法包括:

    3、獲取包括歷史過閘數據和歷史閘門流量的訓練樣本集;

    4、通過訓練樣本集,針對長短期記憶網絡lstm進行迭代訓練;

    5、其中,任一輪次的訓練過程包括:

    6、根據所述lstm的超參數在上一次的訓練過程中所使用的歷史值,確定用于指示所述超參數的值的調整幅度的調整值;

    7、根據所述調整值,確定所述超參數的目標值;

    8、將所述訓練樣本集輸入至所述超參數的值為所述目標值的所述lstm;

    9、若當前輪次的預測效果指標滿足訓練停止條件,將所述lstm確定為閘門流量預測模型。

    10、第二方面,本申請提供了一種閘門流量預測模型的訓練裝置,所述裝置包括:樣本獲取模塊和模型訓練模塊;

    11、所述樣本獲取模塊,用于獲取包括歷史過閘數據和歷史閘門流量的訓練樣本集;

    12、所述模型訓練模塊,用于通過訓練樣本集,針對長短期記憶網絡lstm進行迭代訓練;

    13、其中,任一輪次的訓練過程包括:

    14、根據所述lstm的超參數在上一次的訓練過程中所使用的歷史值,確定用于指示所述超參數的值的調整幅度的調整值;

    15、根據所述調整值,確定所述超參數的目標值;

    16、將所述訓練樣本集輸入至所述超參數的值為所述目標值的所述lstm;

    17、若當前輪次的預測效果指標滿足訓練停止條件,將所述lstm確定為閘門流量預測模型。

    18、第三方面,本申請提供了一種電子設備,所述電子設備包括處理器和存儲器,所述存儲器用于存儲應用程序,所述處理器通過運行或執行存儲在所述存儲器內的軟件程序,以使所述電子設備實現上述的閘門流量預測模型的訓練方法。

    19、第四方面,本申請提供了一種計算機可讀存儲介質,所述計算機可讀存儲介質用于存儲處理器所執行的程序代碼,所述程序代碼用于實現上述的閘門流量預測模型的訓練方法。

    20、第五方面,本申請提供了一種計算機程序產品,所述計算機程序產品包含計算機指令,當所述計算機指令在電子設備上運行,使得所述電子設備實現上述的閘門流量預測模型的訓練方法。

    21、有益效果:

    22、本申請提供了一種閘門流量預測模型的訓練方法,方法包括:獲取包括歷史過閘數據和歷史閘門流量的訓練樣本集;通過訓練樣本集,針對長短期記憶網絡lstm進行迭代訓練;其中,任一輪次的訓練過程包括:根據lstm的超參數在上一次的訓練過程中所使用的歷史值,確定用于指示超參數的值的調整幅度的調整值;根據調整值,確定超參數的目標值;將訓練樣本集輸入至超參數的值為目標值的lstm;若當前輪次的預測效果指標滿足訓練停止條件,將lstm確定為閘門流量預測模型;

    23、綜上可知,本申請通過使用訓練樣本集針對lstm進行訓練得到閘門流量預測模型,使閘門流量預測模型能夠挖掘隱藏在時間序列中的隱含特征,相比于現有技術,能有效提高閘門流量預測的準確度和精度。

    本文檔來自技高網...

    【技術保護點】

    1.一種閘門流量預測模型的訓練方法,其特征在于,所述方法包括:

    2.根據權利要求1所述的方法,其特征在于,所述調整值包括:第一調整值、第二調整值和第三調整值;所述根據所述LSTM的超參數在上一次的訓練過程中所使用的歷史值,確定用于指示所述超參數的值的調整幅度的調整值,包括:

    3.根據權利要求2所述的方法,其特征在于,所述根據所述調整值,確定所述超參數的目標值,包括:

    4.根據權利要求3所述的方法,其特征在于,所述根據所述調整值,確定所述超參數的目標值,還包括:

    5.根據權利要求3所述的方法,其特征在于,所述第一擾動系數ω1為隨機數,ω1∈(0,1);所述方法還包括:

    6.根據權利要求3所述的方法,其特征在于,所述第一擾動系數ω1為隨機數,ω1∈(0.1);所述方法還包括:

    7.一種閘門流量預測模型的訓練裝置,其特征在于,所述裝置包括:樣本獲取模塊和模型訓練模塊;

    8.一種電子設備,其特征在于,所述電子設備包括處理器和存儲器,所述存儲器用于存儲應用程序,所述處理器通過運行或執行存儲在所述存儲器內的軟件程序,以使所述電子設備實現如權利要求1至6中任一項所述的閘門流量預測模型的訓練方法。

    9.一種計算機可讀存儲介質,其特征在于,所述計算機可讀存儲介質用于存儲處理器所執行的程序代碼,所述程序代碼用于實現如權利要求1至6中任一項所述的閘門流量預測模型的訓練方法。

    10.一種計算機程序產品,其特征在于,所述計算機程序產品包含計算機指令,當所述計算機指令在電子設備上運行,使得所述電子設備實現如權利要求1至6中任一項所述的閘門流量預測模型的訓練方法。

    ...

    【技術特征摘要】

    1.一種閘門流量預測模型的訓練方法,其特征在于,所述方法包括:

    2.根據權利要求1所述的方法,其特征在于,所述調整值包括:第一調整值、第二調整值和第三調整值;所述根據所述lstm的超參數在上一次的訓練過程中所使用的歷史值,確定用于指示所述超參數的值的調整幅度的調整值,包括:

    3.根據權利要求2所述的方法,其特征在于,所述根據所述調整值,確定所述超參數的目標值,包括:

    4.根據權利要求3所述的方法,其特征在于,所述根據所述調整值,確定所述超參數的目標值,還包括:

    5.根據權利要求3所述的方法,其特征在于,所述第一擾動系數ω1為隨機數,ω1∈(0,1);所述方法還包括:

    6.根據權利要求3所述的方法,其特征在于,所述第一擾動系數ω1為隨機數,ω1∈(0.1);所述方法...

    【專利技術屬性】
    技術研發人員:陳思,魏俊,郭聰,
    申請(專利權)人:中國電建集團華東勘測設計研究院有限公司,
    類型:發明
    國別省市:

    網友詢問留言 已有0條評論
    • 還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 日韩精品无码Av一区二区| 内射人妻无套中出无码| 无码乱码观看精品久久| 国产又爽又黄无码无遮挡在线观看| 中文字幕精品无码亚洲字| 亚洲中文字幕无码中文字在线| 色综合久久无码中文字幕| 国产精品无码亚洲一区二区三区 | 亚洲av无码电影网| 无码人妻H动漫中文字幕| 人妻丰满熟妇岳AV无码区HD| 国产成人无码aa精品一区| 亚洲成av人片不卡无码| 亚洲国产精品无码中文字| 亚洲不卡无码av中文字幕| 亚洲a∨无码精品色午夜| 免费A级毛片无码A∨中文字幕下载| 国产精品爆乳奶水无码视频| 亚洲精品无码av片| 日韩精品人妻系列无码专区 | 狠狠躁天天躁中文字幕无码| 无码夜色一区二区三区| 久久精品aⅴ无码中文字字幕不卡 久久精品aⅴ无码中文字字幕重口 | 成人无码视频97免费| 久久久国产精品无码一区二区三区| 无码国内精品人妻少妇| 亚洲AV无码不卡无码| 亚洲AV无码乱码国产麻豆 | 亚洲永久无码3D动漫一区| 内射无码午夜多人| 国产裸模视频免费区无码| 蜜色欲多人AV久久无码| 一本色道无码道DVD在线观看| 无码精品视频一区二区三区| 亚洲AV无码乱码国产麻豆穿越| 亚洲成AV人片天堂网无码| 亚洲AV日韩AV永久无码下载| 无码无套少妇毛多18p| 日韩精品人妻系列无码专区免费| 无码中文字幕av免费放dvd| 久久精品无码一区二区无码|