的重要组成部分（似乎是故意为之），因此需要完善论文的翻译和总结工作。 我已准备好为您提供最终的完整工作成果。 ## 标题翻译 基于堆叠式集成学习的水电站尾水位预测方法研究

《Water》：Research on a Hydropower Station Tailwater Level Prediction Method Based on Stacked Ensemble Learning

　　

摘要：水电站日常运行中，尾水位是计算水电出力的基础参数，对水库的调度与管理具有重要意义。为此，本研究探讨了尾水位预测的影响因素，将水电站自身下游水位和下游水库的上游水位作为特征因子。构建了一种堆叠（Stacking）集成模型，以岭回归（Ridge）、随机森林（Random Forest）、轻梯度提升机（Light Gradient Boosting Machine）和支持向量回归（Support Vector Regression）模型作为基学习器，以岭回归作为元学习器，用于预测溪洛渡水库的尾水位。研究人员对不同堆叠组合模型以及各模型在不同季度下的堆叠集成模型与单一模型结果进行了分析。研究发现，堆叠集成模型所得尾水位与实测水位更为接近，优于插值法。本研究所提模型相比四种基准模型具有更优的预测性能，平均绝对误差最大降幅达38%。这证实了堆叠集成策略在尾水位预测中的有效性，从而为水库调度计算提供了准确的边界条件。

## 论文主体解读

### 研究背景与问题提出

在全球能源危机日益严峻以及“双碳”目标的背景下，水电作为一种技术成熟的清洁可再生能源，在优化能源结构和保障电力系统安全稳定运行中发挥着不可替代的作用。尾水位是水电站发电调度中计算水电出力的核心基础参数，它直接决定了机组的实际发电水头，从而对发电效率和水电站整体经济效益产生显著影响。由于发电流量与发电水头之间存在高度敏感的耦合关系，尾水位预测中的微小误差都可能导致出力计算的显著偏差，迫使调度运行中频繁调整发电计划，严重制约了水电站精细化管理水平的提升。

传统水电站尾水位计算方法主要包括水动力数值模拟和水位流量关系曲线拟合两种。数值模拟从流体力学基本方程出发，物理机制清晰，但对边界条件和地形数据精度要求极为严格，且计算量大，难以满足实际生产调度中的实时性要求。曲线插值法因简单易行被公认为工程实践中应用最广的方法，但其通常假设水位与流量存在稳定单一关系，未能充分考虑水流尾流效应或下游来水顶托作用，导致实际工程应用中存在不容忽视的不确定性。此外，随着河床演变及冲刷淤积长期变化，固定经验曲线往往逐渐丧失准确性。特别是承担调峰调频任务的大型水电站，机组出力和下泄流量的剧烈波动造成下游河道水位和流速快速变化的非恒定流，这种复杂的水力响应不仅取决于当前运行参数，还受历史运行条件深刻影响，表现出显著的“后效性”，进一步凸显了传统预测方法在应对复杂工况时的局限性。

近年来，人工智能技术的蓬勃发展为水位预测提供了新的范式。数据驱动的机器学习框架能自主从历史运行数据中提取多变量间复杂非线性映射关系，在处理非定常水文特性方面展现出显著优势。但单一机器学习模型 inevitably 存在自身局限：支持向量回归对超参数设置极为敏感，随机森林在处理时间序列动态特征方面略显不足，神经网络则容易陷入局部最优或过拟合。为克服单一模型的性能瓶颈，集成学习应运而生。堆叠（Stacking）集成学习框架通过引入元学习器对各基模型输出进行二次特征学习，能最大程度发挥各异构模型的独特优势。然而，目前将堆叠集成架构应用于水电站尾水位预测的研究较少，传统尾水位预测方法存在局限且预测精度不足。因此，研究人员考虑将堆叠集成架构应用于尾水位预测。

### 研究方法概述

本研究以溪洛渡水电站尾水位为研究对象，采用2021—2025年历史2 h尺度运行数据作为样本数据集。研究人员选取了四种基于不同数学原理的机器学习模型——岭回归（Ridge）、随机森林（RF）、轻梯度提升机（LightGBM）和支持向量回归（SVR）作为基学习器，以岭回归作为元学习器，构建了多层集成预测框架。在特征因子筛选方面，研究人员首先对各特征变量进行偏自相关分析确定适当滞后阶数，随后采用皮尔逊（Pearson）相关分析和基于互信息的相关分析识别多重影响因素，最终确定以水电站自身尾水位序列、出流序列、下游水位序列及上游水位序列等作为主要特征变量，同时纳入下游向家坝水库上游水位序列以考虑下游顶托影响。模型评估采用平均绝对误差（MAE）、平均相对误差（MRE）、均方根误差（RMSE）和决定系数（R²）作为指标，并引入Bootstrap重采样技术计算95%置信区间以量化统计不确定性。超参数优化采用贝叶斯优化算法，通过35轮迭代进行全局寻优。

### 研究结果

**单一模型与堆叠集成模型对比**。在测试集上，曲线插值法在所有评估指标中表现最差，RMSE、MRE和MAE分别为0.518 m、0.103%和0.380 m，R²仅为0.954，反映出该方法预测精度欠佳、误差较大。相比之下，各机器学习模型的预测性能均有显著提升，其中SVR表现稍优，RMSE、MRE和MAE分别降至0.364 m、0.067%和0.255 m，R²达到0.977，为基学习器中最佳。堆叠集成模型在各指标上进一步优于各基学习器，RMSE、MRE和MAE分别降至0.347 m、0.061%和0.237 m，R²高达0.980，表明多模型集成能有效融合各基学习器优势，显著提升预测精度与稳定性。Bootstrap重采样结果显示，堆叠模型具有最窄的置信区间，且与次优SVR模型相比，MRE和MAE的置信区间完全不重叠，从统计学角度证明其误差降低具有显著统计意义。

**不同堆叠组合方式对比**。比较不同堆叠策略发现，双模型和多模型堆叠集成的预测性能均优于相应单一模型，表明基学习器在模型结构和误差表征能力方面的差异能在堆叠框架中有效互补。RF+SVR和LightGBM+SVR组合显著优于RF+LightGBM组合，这归因于树模型与支持向量回归机在建模机制上的本质差异——树模型擅长捕捉局部特征和非线性阈值效应，而SVR通过核函数在高维空间构建全局光滑决策边界，二者组合实现了数据特征空间的多视角表征。当RF、LightGBM和SVR三种模型联合堆叠时，模型性能达到最优，验证了在基学习器多样性充足的前提下，增大集成规模可进一步逼近模型能力的理论上限。

**不同季节条件下模型性能对比**。将2025年2 h尺度数据按季度划分后，各模型预测性能的稳定排序为：堆叠集成 > SVR > LightGBM ≈ RF > Ridge。传统线性回归模型（Ridge）在各季度误差指标最高、拟合优度最低，表明单一线性模型不足以有效捕捉水位复杂非线性动态。树模型集成（RF和LightGBM）表现相近，显著优于Ridge。SVR在单一模型中表现最佳，泛化能力出色。堆叠集成模型通过融合多基学习器优势，在各季度均接近最优指标，展现出强鲁棒性和预测精度。

### 讨论与结论

SHAP分析揭示，出流是影响预测最关键的水力变量，表现出显著的非对称效应，反映了尾水位与出流之间的非线性关系。尾水位、下游水位及下游站点水位的滞后项亦发挥主导作用，其中下游站点水位上升通过顶托效应对当前尾水位产生正向抬升压力。相比之下，入流贡献权重较低，进一步证实尾水位波动主要由出流及下游站点水位引起的顶托效应控制。这表明所提出的堆叠集成模型不仅具备优秀的数据拟合能力，其内部决策逻辑也与实际水文学物理原理高度吻合。

本研究以溪洛渡水电站尾水位为研究对象，提出了一种基于堆叠集成学习的水电站尾水位预测新方法。主要结论包括：针对线性插值随时间推移拟合精度下降以及单一机器学习模型在小样本和噪声干扰下拟合能力弱、参数敏感性强的问题，本研究考虑下游顶托影响，提出了基于堆叠集成学习的尾水位预测模型，该模型以Ridge、LightGBM、RF和SVR为基学习器，Ridge为元学习器，整合多种模型的非线性建模能力、特征提取能力和鲁棒性，并通过正则化机制提升模型整体鲁棒性与泛化能力；堆叠集成模型的性能提升与异构基学习器的多样性密切相关，整合多种机制的机器学习能够充分利用模型互补优势，显著提高预测精度与稳定性；Ridge作为元学习器能有效挖掘模型间互补信息，预测误差小且计算效率高，其L2正则化可抑制由少量元特征引发的过拟合，从而在泛化能力、训练效率和可解释性之间实现最优平衡；与单一模型在不同季节性能波动不同，集成模型融合了SVR的全局平滑能力与树模型的局部拟合优势，在复杂洪水条件下有效控制预测误差，同时在稳定的枯水季保持高精度，为水电站下游水位预测提供了可靠的技术方案。