一种基于图卷积神经网络的水库水位预测方法

本发明属于水文预报领域，公开了一种基于图卷积神经网络(GCN)的水库水位预测方法。该方法旨在解决降雨情况下的水库水位预测问题，为水库调度提供有效支持。主要通过图卷积神经网络(GCN)对降雨图像数据进行训练，并结合双向长短时记忆网络(BiLSTM)提取水库水位的时间序列特征，从而构建一个能够通过降雨图像预测水库水位的模型。具体而言，GCN用于提取降雨图像的时空特征，并利用多头注意力机制对这些特征进行融合。在BiLSTM中，输入的时序数据序列通过两个方向的LSTM网络进行处理，从而同时捕获过去和未来的信息。通过合并这两个方向的隐藏状态，模型能够更深入地理解时序数据的内在规律，从而提高水库水位的预测精度。