一种基于改进Informer深度学习框架的河口水位时序预测方法

本发明公开了一种基于改进Informer深度学习框架的河口水位时序预测方法。其中，所述方法包括：获取待预测位置处的水位时间序列数据；将待预测位置处的水位时间序列数据分解为若干特征参数；针对每个特征参数，将其作为数据的输入，通过每个特征参数对应的预训练的PSO‑Informer神经网络模型，输出预测的特征参数；该PSO‑Informer神经网络模型在训练时通过PSO算法调整模型超参；将所有预测的特征参数相加，获取预测的水位时间序列。