一种基于改进Transformer模型的径流预测方法

本发明公开了一种基于改进Transformer模型的径流预测方法，通过引入预训练编码器CoST，消除传统Transformer编码器在预测方面的瓶颈，且可有效提取径流序列的趋势和季节表征；本发明通过引入过去注意力解码器，采用M0方法对输入、趋势和季节表征进行预处理，去除数据的长期分布趋势，提高模型捕获短、长期依赖模式的能力；本发明提出了一种数据滑动提取窗口，通过压缩输入数据长度来降低注意力机制的复杂性，以实现耗时少且精度高的效果。本发明通过耦合预训练编码器CoST、过去注意力解码器和数据滑动提取窗口，解决了传统Transformer模型对径流局部预测误差较大问题，提高了预测精度和效率。