摘要
本发明公开了一种基于时空异构图神经网络的径流预测方法及终端,获取各个站点采集的水文时序数据和空间站点信息数据,对水文时序数据和空间站点信息数据进行预处理;根据已预处理的水文时序数据和空间站点信息数据的特征进行加权融合,并通过图注意力网络生成表征全局变量时空关系的特征嵌入向量,将特征嵌入向量输入全连接层得到输出的多站点径流预测序列,以构建时空异构图洪水预报模型;对时空异构图洪水预报模型进行模型参数优化;根据已优化的时空异构图洪水预报模型对实时接收到的水文时序数据和空间站点信息数据进行径流预测。以此方式,能够在预报中有效捕捉水文时空关联特征,以提升预报的准确性和可靠性。
技术关键词
水文时序数据
洪水预报模型
空间站
径流预测方法
异构
非线性映射关系
多站点
节点
注意力
异常数据点
随机梯度下降
邻居
终端
序列
数据格式
参数
矩阵
系统为您推荐了相关专利信息
动态沙盘
决策方法
多源异构数据
嵌入特征
人工智能决策系统
协同控制方法
细粒度特征
旋转控制模块
注意力
卡尔曼滤波器
数据融合系统
知识图谱构建
分布式爬虫集群
异构
存储管理模块
异构设备
任务分配方法
工作台
任务分配系统
网络