摘要
本发明属于水文预测技术领域，公开了一种融合特征分解与纠错策略的并行架构径流预测方法，包括：收集目标区域的径流时间序列，采用经SSA算法优化后的VMD对径流时间序列进行分解；筛选与径流变化最相关的子序列作为径流预测因子；将径流预测因子输入到并行CNN‑GRU模型中提取时空特征，使用SSA算法对并行CNN‑GRU模型的参数进行优化；将径流预测因子输入优化后的并行CNN‑GRU模型进行初步预测，基于优化后的并行CNN‑GRU模型预测误差值；将预测误差值叠加到初步预测值上校正预测偏差，得到最终的径流预测值。本发明通过结合并行CNN‑GRU架构、SSA优化算法和纠错机制，显著提高了区域径流预测的精度。
