WPSO-SVR模型在梯级水电站日入库径流量预测中的改进OA

针对梯级水电站日入库径流量预测精度不足的问题,提出 1 种改进的加权粒子群优化支持向量回归(WP-SO-SVR)预测模型,解决传统SVR模型在参数选择和特征加权方面存在的局限性,通过引入动态惯性权重机制和自适应变异算子,增强粒子群优化算法全局搜索能力;同时构建多时间尺度特征加权体系,优化模型输入结构.以辽宁地区梯级水电站群为研究对象,采用 1990-2024 年水文数据进行验证.结果表明:改进后的WPSO-SVR模型相比传统SVR模型,纳什效率系数(NSE)平均提高 12.6%,均方根误差(RMSE)降低 23.4%,特别在汛期极端径流预测中表现出更强稳定性.该模型为梯级水电站优化调度提供可靠技术支撑.