一种基于改进雪消融优化算法的月径流预测方法

本发明属于径流预报技术领域，具体为一种基于改进雪消融优化算法的月径流预测方法，解决了月径流一次分解后仍存在高频非平稳分量造成预报精度较低的技术问题，其包括构建ISAO；利用ISAO对CEEMDAN的参数进行优化，利用CEEMDAN将月径流序列分解成多个IMF分量以及残差序列；利用K‑means聚类算法对各IMF分量进行分类重构，得到高频序列、中频序列和低频序列；利用ISAO对SVMD的参数进行优化，并利用SVMD将高频序列二次分解成多个IMF分量；利用ISAO对BiLSTM的参数进行优化，并利用BiLSTM对残差序列、中频序列、低频序列和二次分解后的IMF分量分别展开预测；对各预测结果进行整合，得到最终月径流预测结果。该方法显著降低了原始月径流序列的复杂性，提高了基于深度学习模型的月径流预测精度。