水库入库流量预测方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术公开了水库入库流量预测方法、装置、计算机设备及存储介质，该方法包括：获取水库入库流量的历史多元数据序列，并对历史多元数据序列进行预处理；对历史多元数据序列进行全采样，得到第一数据集，以及利用自适应间隔采样对历史多元数据序列构建得到第二数据集；通过Transformer网络分别对第一数据集和第二数据集提取相关性特征，得到第一目标特征和第二目标特征；对第一目标特征和第二目标特征进行拼接，得到候选特征，然后通过Transformer网络对候选特征提取相关性特征，得到第三目标特征；将第一目标特征、第二目标特征和第三目标特征进行全连接处理得到历史多元数据序列对应的水库入库流量预测结果。本发明专利技术可有效提高水库入库流量的预测精度。水库入库流量的预测精度。水库入库流量的预测精度。

【技术实现步骤摘要】
水库入库流量预测方法、装置、计算机设备及存储介质


[0001]本专利技术涉及水库流量预测
，特别涉及水库入库流量预测方法、装置、计算机设备及存储介质。

技术介绍

[0002]随着科技与社会的进步，工业领域对智能化的需求越来越迫切，而时序数据预测作为实现工业智能化的基础，也越发被研究者所重视，有着广泛的应用场景。但是目前工业数据的采集通常从多个维度进行，这就导致产生的时序数据大多以多元特征的形式出现，并且通常伴随有一定的非平稳以及时序相关性。比如对水力发电领域的水库入库流量的预测就是利用水库泄水与蓄水情况、上下游干支流测站的流量情况、水位变化情况、土壤含水量、降雨量等多种水文要素，并将其输入模拟河川径流产流过程的物理模型中进行水库入库流量的预测。因此研究多元的非平稳时间序列的水库入库流量的预测具有重要的现实意义。
[0003]目前水库入库流量的预测主要是分为三类：第一类是成因分析法。这类方法一般是使用物理模型来模拟相应的水库入库流量过程来对其进行预测。成因分析法原理虽然较为简单，但是对建立物理模型所需要的部分细节数据却难以搜集，除此本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水库入库流量预测方法，其特征在于，包括：获取水库入库流量的历史多元数据序列，并对所述历史多元数据序列进行预处理，其中，所述历史多元数据序列包括目标序列水库入库流量以及对应的外部环境变量；对所述历史多元数据序列进行全采样，得到第一数据集，以及利用自适应间隔采样对所述历史多元数据序列构建得到第二数据集；通过Transformer网络分别对所述第一数据集和第二数据集提取相关性特征，得到第一目标特征和第二目标特征；对所述第一目标特征和第二目标特征进行拼接，得到候选特征，然后通过所述Transformer网络对所述候选特征提取相关性特征，得到第三目标特征；将所述第一目标特征、第二目标特征和第三目标特征进行全连接处理得到历史多元数据序列对应的水库入库流量预测结果，从而构建水库入库流量预测模型；利用所述水库入库流量预测模型对指定时间的水库入库流量进行预测。2.根据权利要求1所述的水库入库流量预测方法，其特征在于，所述获取水库入库流量的历史多元数据序列，并对所述历史多元数据序列进行预处理，包括：利用异常值检测方法对所述历史多元数据序列进行异常值检测，并将检测到的异常值剔除；对剔除后的历史多元数据序列进行缺失值判断；若所述历史多元数据序列中的缺失值少于预设数值，则对缺失值进行填充；若所述历史多元数据序列中的某一特征序列的缺失值不少于预设数值，则删除对应的特征序列；按照下式对所述历史多元数据序列进行归一化处理，以对所述历史多元数据序列中的不同量纲进行统一：式中，z
i
为经过归一化处理之后的历史多元数据序列，x
i
为所述历史多元数据中的第i个特征序列，μ
i
为特征序列x
i
的均值，σ
i
为特征序列x
i
的标准差。3.根据权利要求1所述的水库入库流量预测方法，其特征在于，所述利用自适应间隔采样对所述历史多元数据序列构建得到第二数据集，包括：按照下式对所述历史多元数据序列进行数据偏移界定：式中，C为所述历史多元数据序列中的偏离数量，为在t时刻的时序数据，为在t时刻运用插值拟合的时序数据，表示时序数据与拟合数据之间的欧几里得距离；ε为阈值，表示四分位数间距，表示若满足则等于1，否则记为0；
定义所述历史多元数据序列的序列总长度为M、每次采样滑窗的大小为R、每次预测使用的历史数据量为T以及采样间隔d，从而得到一次滑窗中采样数量为偏移程度为然后基于采样数据和偏移程度对采样间隔d进行计算：4.根据权利要求1所述的水库入库流量预测方法，其特征在于，所述通过Transformer网络分别对所述第一数据集和第二数据集提取相关性特征，得到第一目标特征和第二目标特征，包括：通过Transformer网络对所述第一数据集提取相关性特征，得到第一特征向量，以及通过所述Transformer网络对所述第二数据集提取相关性特征，得到第二特征向量；基于门控机制分别对所述第一特征向量和第二特征向量进行特征提取，得到第一目标特征和第二目标特征。5.根据权利要求1所述的水库入库流量预测方法，其特征在于，所述通过Transformer网络分别对所述第一数据集和第二数据集提取相关性特征，得到第一目标特征和第二目标特征，包括：分别按照下式对所述第一数据集中的特征序列进行查询向量、键向量和值向量计算：q
:i
＝x
i
·
W
Q
k
:i
＝x
i
·
W
K
v
:i
＝x
i
·
W
V
式中，x
i
为所述第一数据集中的第i各个特征序列，q
:i
、k
:i
和v
:i
分别表示特征序列x
i
的查询向量、键向量和值向量，W
Q
、W
K
和W
V
分别表示将特征序列x
i
映射为q
:i
、k
:i
和v
:i
的权重矩阵；基于每一特征序列的查询向量、键向量和值向量对每一特征序列在所述第一数据集中的权重向量进行计算：式中，α
:i
为特征序列...

【专利技术属性】
技术研发人员：于翠翠，王伟，黄勇其，张兴，
申请(专利权)人：润联智慧科技西安有限公司，
类型：发明
国别省市：