基于组合模型的感潮河段潮位预报方法及系统

本发明涉及一种基于组合模型的感潮河段潮位预报方法及系统。所述方法包括：通过导数动态时间规整方法挖掘上下游潮位的平均传播时间；利用集和经验模态分解对潮位多影响因素数据进行特征分解，提取高频和低频分量信息；结合深度残差收缩网络、双向长短时记忆网络和注意力机制构建组合模型，挖掘时空特征。利用导数动态时间规整方法方法挖掘上下游潮位站间的潮位传播时间，为潮位预报提供更精确的时间参考；采用集和经验模态分解方法对潮位数据进行特征分解，通过组合模型提取空间特征和时间特征，并利用注意力机制进行融合，提高了模型对多尺度非线性特性和非平稳性特征的挖掘和学习能力，进而提高潮位预报精度，较少风暴潮期间的预报误差。