一种基于深度学习的特征提取水文预报的方法

    公开(公告)号:CN110619432B

    公开(公告)日:2022-08-30

    申请号:CN201910874717.1

    申请日:2019-09-17

    Abstract: 本发明提供了一种基于深度学习的特征提取水文预报的方法,属于水资源高效利用与水文预报领域,方法包括:首先利用流域历史信息获得流域水文预报特征因子集合,其次利用数据挖掘算法训练特征因子集合并获得不同因子作用下“量值”和“过程形态”相似的多组场次洪水过程集合,然后基于深度学习算法开展传统水文预报中各模型、方法的参数率定,并形成模型、方法与参数方案配套的模型库和方法库,最后结合聚类分析完成水文预报计算。相对于已有方法,本发明有效改进了传统水文预报方法预报精度较低、有效预见期较短等不足,在开展水文预报时能够明显提高预报精度、延长预见期,具有良好的适用性和可行性,为流域水文预报提供了行之有效的技术方法。

Patent Agency Ranking