摘要
本发明提供一种基于Transformer的变时段洪水预测方法,包括获取等时段的水文气象数据,并对其进行预处理;构建并训练Transformer模型;对流域降水进行变时段水量重分配;对于每个时间步,将重新分配的降雨量组成的数据输入训练好的Transformer模型得到预测径流序列。本发明能够自动识别跨时段的降雨事件,并根据最大短历时雨量生成新的不等时段降雨序列;通过Transformer模型生成时间分辨率更高的不等时段洪水序列;本发明能够更准确地反映最大降雨和洪水峰值的关系,提高洪水模拟的准确性和可靠性,为防灾减灾提供了更有力的技术支持。
技术关键词
洪水预测方法
滑动窗口
前馈神经网络
注意力机制
时间段
径流
时间序列信息
解码器
数据
矩阵
编码器
水量
表达式
分辨率
因子
噪声
关系
系统为您推荐了相关专利信息
点云特征
语义场景补全系统
文本编码器
融合特征
多层特征融合
金融时序数据
时序预测模型
多任务
编码器
预测系统
困难样本挖掘
医学图像分割
CT扫描图像
深度学习模型
编码器
生物芯片
智能控制方法
微电极阵列芯片
通道
多电极阵列
双向注意力机制
篇章关系识别方法
语义向量
大语言模型
预训练语言模型