一种基于径流序列相关特征的精准预报方法和系统技术方案

本发明专利技术公开了一种基于径流序列相关特征的精准预报方法和系统，包括：二维隐含层架构，用于输入信息提取。对观测水文数据在两个维度进行抽象离散，为水文模型挖掘足量输入信息；全局特定区域信息处理架构，用于映射关系学习。由全局处理模块与临近处理模块并行组成，全局处理模块关注径流序列全局信息，使模型学习径流序列峰谷值等主要波动特征，临近处理模块关注预报时刻邻近信息，强化径流序列临近信息影响，避免模型过度关注峰谷值；集合输出架构，用于模型预测径流序列值输出。将全局处理模块与临近处理模块输出信息进行组合，通过线性映射输出预测值。本发明专利技术的优点是：既能准确捕捉长程趋势，又能及时感知短程变化，从而提高径流序列的预报精度。

【技术实现步骤摘要】

本专利技术涉及水文预报，特别涉及一种基于深度学习技术和径流序列相关特征的精准预报方法和系统。

技术介绍

1、受气候变化、人类活动和流域下垫面变化的影响，极端洪涝干旱事件频发。

2、“预报”是洪涝灾害防御“四预”措施的首要环节，是决定后续防洪减灾工作能否赢得主动的“先手棋”。水文预报是基于对水文发生发展过程及规律的客观认识，应用水文统计、过程模拟、人工智能等技术方法，对未来水文气象因子演变趋势进行预测预报，进而实现对水文发生发展过程的各个阶段进行早期识别和判断。然而，随着人类活动强度不断加大，流域气候与下垫面条件都发生了很大变化，致使水文条件的一致性受到严重影响，径流演变规律更加复杂多变，进一步增大了径流过程演变规律识别的难度。

3、传统径流智能预报模型(如人工神经网络ann、循环神经网络rnn、卷积神经网络cnn等)架构缺乏对水文时空演变特征规律的考虑，对特征信息的利用能力较差。基于transformer架构的大语言模型拥有强大的知识编码、文本代码理解和复杂任务推理的能力，被认为是实现通用人工智能的技术路线之一。但水文领域具有独特性本文档来自技高网...

【技术保护点】

1.一种基于径流序列相关特征的精准预报方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于径流序列相关特征的精准预报方法，其特征在于：所述步骤1中，水文气象资料包括：径流量、水位、降水量、气温、湿度、气压、风速、露点的其中一种或几种。

3.根据权利要求1所述的一种基于径流序列相关特征的精准预报方法，其特征在于：所述步骤3中，水文气象资料归一化处理是指将数据统一到(-1，1)区间或(0，1)区间，其计算公式如下：

4.根据权利要求1所述的一种基于径流序列相关特征的精准预报方法，其特征在于：所述步骤4中，滑动窗口法具体为：

5.根...

【技术特征摘要】

1.一种基于径流序列相关特征的精准预报方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于径流序列相关特征的精准预报方法，其特征在于：所述步骤1中，水文气象资料包括：径流量、水位、降水量、气温、湿度、气压、风速、露点的其中一种或几种。

3.根据权利要求1所述的一种基于径流序列相关特征的精准预报方法，其特征在于：所述步骤3中，水文气象资料归一化处理是指将数据统一到(-1，1)区间或(0，1)区间，其计算公式如下：

4.根据权利要求1所述的一种基于径流序列相关特征的精准预报方法，其特征在于：所述步骤4中，滑动窗口法具体为：

5.根据权利要求1所述的一种基于径流序列相关特征的精准预报方法，其特征在于：所述步骤5中，二维隐含层进行信息高维提取即分别对输入数据的时间维度与特征维度进行矩阵映射，矩阵维度变换公式如下：

6.根据权利要求1所述的一种基于径流序列相关特征的精准预报方法，其特征在于：所述步骤6中，全局处理模块为transformer模型编码器架构，由位置编码层，多头注意力...

【专利技术属性】
技术研发人员：王文川，王逸阳，洪洋浩，胡小雪，顾淼，李棕，王军，赵延伟，田维璨，
申请(专利权)人：华北水利水电大学，
类型：发明
国别省市：