一种基于机器学习的变电站内涝时空预测方法

本发明公开一种基于机器学习的变电站内涝时空预测方法，包括如下步骤：S1、数据收集和预处理；S2、构建变电站内涝耦合模型；S3、设计不同降雨方案生成降雨‑内涝样本；S4、构建内涝空间预测模型；S5、构建内涝时序预测模型；S6、模型结合与优化；S7、模型评估与应用；S8、制定针对性的防汛处理措施；本发明通过机器学习技术，搭建组合模型RF‑Informer模型，能够实现对变电站内涝发生的位置和内涝深度随时间的变化的预测，提供全面的时空预测信息，实现对内涝风险的全方位评估。