基于TCN-LSTM-Attention模型的河流水位预测方法及系统

本发明公开了一种基于TCN‑LSTM‑Attention模型的河流水位预测方法及系统，该方法包括下述步骤：获取水位相关的多个传感器监测数据，按采集时间排序得到多特征变量时序数据，对多特征变量时序数据进行数据预处理并填补缺失数据；将预处理后的数据划分为训练集和测试集，使用滑动窗口提取输入特征和输出特征，对数据进行标准化处理，得到特征数据集；构建TCN‑LSTM‑Attention模型并进行模型训练；基于训练后的TCN‑LSTM‑Attention模型进行河流水位实时预测，输出河流水位预测结果。本发明能精准有效地利用河流历史水位、雨量数据预测河流水位，实现高准确率的多步水位预测。