一种径流实时滚动预报方法

本发明提供一种径流实时滚动预报方法，通过构建距离加权自正则化神经网络模型进行径流预报，其中训练集数据经过数据预处理输入至距离加权自正则化神经网络模型，距离加权自正则化神经网络模型使用多组LSTM、CNN神经网络从远离均值的点、靠近均值的点、指标数据三个方向分别对训练集数据进行学习，再用FC层进行数据融合，并通过多个距离加权损失函数计算损失，最终得到预报的结果。在预报过程中，基于当前时间向后预测一个时间步长的序列，通过设置预报的时间步长，不断更新输入数据，从而能够逐日滚动预报未来的径流过程，实现实时预报；收集各段时间序列的首时段预测结果，合并后的结果作为整个预测期的预报径流过程，实现实时预报效果。