长江电力申请径流预报方法专利，有效提高预报精度并节省模型训练时间

　　据国家知识产权局公告，中国长江电力股份有限公司申请一项名为“基于EEMD-ANN和气象因子采用多核并行算法的径流预报方法“，公开号CN117575075A，申请日期为2023年11月。

　　专利摘要显示，本发明公开一种基于EEMD?ANN和气象因子采用多核并行算法的径流预报方法，包括：S1：特征筛选：根据前期流入和气象的历史数据，通过偏自相关函数进行滞后项前期流入的筛选，使用反距离权重法进行气象数据权重的削减，使用互相关函数和一致性指数进行降雨滞后项的筛选，再通过相关系数γ进行特征选择，最终利用相关系数τ进行输入因子筛选；S2：数据预处理：使用经验模态分解技术对输入因子进行分解，并进行数据归一化处理，将数据分为训练组以及测试组；S3：模型预报与评估：对输入因子进行整合，输入到预报模型中，再通过并行算法进行参数优化，输出预报结果，并进行模型评估；本发明有效提高预报精度，加快了模型参数校准的效率，节省模型训练时间。