公开(公告)号：CN115511206A

公开(公告)日：2022-12-23

申请号：CN202211268814.4

申请日：2022-10-17

申请人： 大连理工大学

发明人： 叶磊 ,  王梦云 ,  欧阳文宇 ,  刘海星 ,  辛卓航 ,  张弛 ,  顾学志 ,  李晓阳 ,  孟子文

IPC分类号： G06Q10/04 ,  G06F16/29 ,  G06F16/2458 ,  G06N3/04 ,  G06N3/063 ,  G06N3/08

摘要： 本发明属于流域水文预报误差校正技术领域，且公开了一种基于网格降雨信息的CNN‑LSTM卷积循环神经网络水文预报校正方法，水文预报校正方法总共分为三个主要步骤，分别为收集水文要素、构建CNN‑LSTM卷积循环神经网络校正模型和模型验证与误差校正。本发明将收集的数据作为模型的输入特征，利用历史观测数据、预报数据训练和确定模型结构，挖掘预报影响因素、时空特征与预报误差之间的相关关系，利用实际预报降雨径流资料对模型进行验证，实现水文预报误差智能校正，该模型具有较高的精度，尤其在汛期，校正后的预报流量精度有明显的提高，有效地应对误差规律的非线性特点，为人工智能在流域水文预报领域的“分布式”应用奠定基础。