基于VMD-TCN-GRU模型的水质预测研究.pdfVIP

第４６卷第３期人民黄河Ｖｏｌ．４６，Ｎｏ．３

２０２４年３月ＹＥＬＬＯＷＲＩＶＥＲＭａｒ．，２０２４

－－

基于ＶＭＤＴＣＮＧＲＵ模型的水质预测研究

１１２１１１２

项新建，许宏辉，谢建立，丁祎，胡海斌，郑永平，杨斌

（１．浙江科技学院自动化与电气工程学院，浙江杭州３１００２３；２．凯铭科技（杭州）有限公司，浙江杭州３１００２３）

摘要：为充分挖掘水质数据在短时震荡中的变化特征，提升预测模型的精度，提出一种基于ＶＭＤ（变分模态分解）、ＴＣＮ（卷积时

－－

间神经网络）及ＧＲＵ（门控循环单元）组成的混合水质预测模型，采用ＶＭＤＴＣＮＧＲＵ模型对汾河水库出水口高锰酸盐指数进行

－－

预测，并与此类研究中常见的ＳＶＲ（支持向量回归）、ＬＳＴＭ（长短期记忆神经网络）、ＴＣＮ和ＣＮＮＬＳＴＭ（卷积神经网络长短期记忆

－－

神经网络）这４种模型预测结果对比表明：ＶＭＤＴＣＮＧＲＵ模型能更好挖掘水质数据在短时震荡过程中的特征信息，提升水质预

２２

－－

测精度；ＶＭＤＴＣＮＧＲＵ模型的ＭＡＥ（平均绝对误差）、ＲＭＳＥ（均方根误差）下降，Ｒ（确定系数）提高，其ＭＡＥ、ＲＭＳＥ、Ｒ分别为

０．０５５３、０．０７１７、０．９３５１；其预测性能优越，预测精度更高且拥有更强的泛化能力，可以应用于汾河水质预测。

关键词：水质预测；混合模型；变分模态分解；卷积时间神经网络；门控循环单元；时间序列；汾河

－

中图分类号：ＴＶ２１３．４；Ｘ５２４文献标志码：Ａｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１０００１３７９．２０２４．０３．０１７

－－－

引用格式：项新建，许宏辉，谢建立，等．基于ＶＭＤＴＣＮＧＲＵ模型的水质预测研究［Ｊ］．人民黄河，２０２４，４６（３）：９２９７．

ＷａｔｅｒＱｕａｌｉｔｙＰｒｅｄｉｃｔｉｏｎＢａｓｅｄｏｎＶＭＤ⁃ＴＣＮ⁃ＧＲＵＭｏｄｅｌ

１１２１１１２

ＸＩＡＮＧＸｉｎｊｉａｎ，ＸＵＨｏｎｇｈｕｉ，ＸＩＥＪｉａｎｌｉ，ＤＩＮＧＹｉ，ＨＵＨａｉｂｉｎ，ＺＨＥＮＧＹｏｎｇｐｉｎｇ，ＹＡＮＧＢｉｎ

（１．ＳｃｈｏｏｌｏｆＡｕｔｏｍａｔｉｏｎａｎｄＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＺｈｅｊｉａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，