【技术实现步骤摘要】
本专利技术涉及地下水位，具体提供一种地下水位预测方法、设备及介质。
技术介绍
1、在水资源短缺地区，生活和生产水源主要依靠地下水，而地下水位是区域水资源管理的重要指标之一。为实现地下水资源的合理开发和可持续利用，迫切需要探索简单而有效的地下水位预测方法。
2、传统的地下水位预测方法通常采用简单的线性函数描述其动态变化特征，却往往忽视了外部条件的影响，导致预测结果不如人意。随着科学技术的不断进步，地下水位预测方法也在不断更新，一些学者开始将非线性算法和模型引入地下水位预测研究。马新双等以河北省大清河地下水系统的大沙河为研究区，采用神经网络等工具建立了用于预测研究区域浅层地下水月度变化的模型。通过此研究，成功解决了北方地下水预测中存在的预测精度低、模型不稳定等问题；周振民等对滦河下游地区的地下水动态进行了分析和数值模拟，并使用实测资料对模型计算结果进行验证。研究结果显示，该模型在预测拟合精度上表现出较高的水平，方法简便且可操作性强，对于灌区地下水位的预测评价以及地下水的合理开发和利用具有一定的实用价值；刘博等以吉林市丰满区二道乡...
【技术保护点】
1.一种地下水位预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，对所述历史时间序列数据进行预处理的过程至少包括：
3.根据权利要求2所述的方法，其特征在于，基于采用注意力机制对归一化处理后得到的数据，构建监督学习训练样本的过程包括：
4.根据权利要求3所述的方法，其特征在于，基于预处理后的历史时间序列数据构建地下水位预测模型至少包括：
5.根据权利要求4所述的方法，其特征在于，优化选择的模型的LSTM层数和每层节点数的过程至少包括：
6.根据权利要求5所述的方法，其特征在于，优...
【技术特征摘要】
1.一种地下水位预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，对所述历史时间序列数据进行预处理的过程至少包括：
3.根据权利要求2所述的方法，其特征在于，基于采用注意力机制对归一化处理后得到的数据，构建监督学习训练样本的过程包括：
4.根据权利要求3所述的方法，其特征在于，基于预处理后的历史时间序列数据构建地下水位预测模型至少包括：
5.根据权利要求4所述的方法，其特征在于，优化选择的模型的lstm层数和每层节点数的过程至少包括：
6.根据权利要求5所述的方法，其特征在于，优化选择的模型的lstm层数和每层节点数的过程还包括：若模型在测试集上...
【专利技术属性】
技术研发人员：孙文，解雅婷，丁薇，王琛琛，庞小龙，
申请(专利权)人：山西省水文水资源勘测总站，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。