一种基于时序神经网络的污水管网来水流量预测方法

本发明涉及城市排水技术领域，尤其涉及一种基于时序神经网络的污水管网来水流量预测方法，基于污水管网拓扑结构选择目标位点的水量监测历史值与实时值、辅助位点的水位监测历史值与实时值作为输入特征，既考虑了污水管网水量的周期性变化，又考虑了与目标位点联通的上游管网的来水水量信息，结合基于WaveNet卷积架构的时序神经网络以提取不同辅助位点的水位数据输入特征，同时学习短期模式和长期模式，且不会导致模型复杂性的爆炸，可提高污水管网水量预测的精度和可靠性，推动污水管网从被动调控向主动调控的转变，有助于污水管网精细化系统化管控。