买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：福建中锐汉鼎数字科技有限公司

摘要：本发明一种流域水位预测的泄洪量滞后特征构造及选择方法，通过将泄洪量特征数据逐步向前移动的方法，构造泄洪量特征集；先构造一个大的特征集，后续通过特征集和水位的相关系数，来决定泄洪量滞后特征的数量，再根据特征的重要性，进行特征的选择，将这些特征作为机器学习训练特征；通过泄洪量滞后特征的构造，提升机器学习的性能即提升水位的预测准确度。

主权项：1.一种流域水位预测的泄洪量滞后特征构造及选择方法，其特征在于，通过将泄洪量特征数据逐步向前移动的方法，构造泄洪量特征集；先构造一个大的特征集，后续通过特征集和水位的相关系数，来决定泄洪量滞后特征的数量，再根据特征的重要性，进行特征的选择，将这些特征作为机器学习训练特征；泄洪量滞后特征构造具体为：流域上下游水位序列Wu、Wd保持不动，将f1序列整体往后移动1个时间单位，得到f2序列，依此类推，得到fN序列，f1，f2，...，fN构成泄洪量的滞后特征集；构造f1，f2，...，fN特征具体为：在初始t1时刻的水库泄洪量x1,对t2,t3,...,tm时刻的下游监测点的水位产生滞后的影响，在最后t13时刻的水库泄洪量x13,对t14，t15,...,tn时刻的下游监测点的水位产生滞后的影响，构造出f1，f2，...，fN特征；特征选择具体为：1首先将初始降雨量序列Rt、初始上游水位序列Wu和初始泄洪量f1特征集输入到机器学习模型中进行训练，对数据进行归一化处理，将数据都映射到0-1之间；2记录下模型的表现效果和所用的特征，其中在使用真实值和预测值对其表现效果进行评估时先对这两项数据进行反归一化再进行评估计算；3在初始特征集的基础上，对初始泄洪量f1构造若干泄洪量滞后特征，泄洪量滞后特征和流域水位进行相关性分析，选择相关系数较高的滞后特征；4由初始特征集和相关系数较高的泄洪量滞后特征，构成新的特征集；5将新的特征集在相同的机器学习模型上进行训练；6记录所用的特征集和表现效果，并对数据先进行反归一化再次进行表现效果的评估计算；7在新的特征集上使用xgboost重要性排序，剔除特征重要性最低的一个特征；8在原特征集上移除7剔除的特征数据组合得到新的特征集；9将新的特征集在相同机器学习模型上进行训练；10记录所用的特征集和表现效果，并对数据先进行反归一化再次进行表现效果的评估计算；11重复7-10的步骤直到只剩一个特征，在这些记录中得到表现效果最好时所使用的特征为：流域上游水位序列Wu,水库泄洪量ft1,ft2,ft3,ft6,ft7,ft8,ft9,ft10。

全文数据：

权利要求：

百度查询： 福建中锐汉鼎数字科技有限公司 一种流域水位预测的泄洪量滞后特征构造及选择方法