基于机器学习方法的葛洲坝水电站下游水位预测研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：为准确预测葛洲坝水电站下游水位，以人工神经网络、随机森林和支持向量机3种机器学习方法为基础，以2018～2020年葛洲坝水电站历史数据为样本集，建立葛洲坝水电站下游水位单点预测模型，并利用k折交叉验证对3种方法的预测精度进行评价。结果表明：3种方法在测试集上均具有良好表现；其中支持向量机预测模型表现最优，均方误差MSE平均值为0.0071，决定系数R2平均值为0.98，预测精度可满足生产需求。（剩余5819字）

试读结束

目录
monitor