摘要
本申请涉及一种水文报汛数据智能检测方法、系统及介质,方法包括数据预处理,以流域干流主要控制断面水情站点报汛数据为模型训练数据集;特征提取,水文时序特征提取,考虑空间分布,提取空间特征;特征融合;预测模型训练,经过评价指标评定模型精度形成水文序列预测模型;阈值区间计算,以预测结果为基础,根据模型输出效果进行精度评定,通过计算置信度作为站点水情数据有效阈值区间;异常值判断,实时报汛数据与预测阈值区间数据进行比较,是否超出有效阈值区间。本申请基于高精度的预测结果作为判断下一报汛值异常的标准,为流域水情报汛数据提供科学性和高效性的质量管理工具,有效提高长江流域水情报汛数据的精度。
技术关键词
智能检测方法
数据智能检测设备
站点
水文
预测模型训练
序列预测模型
水情数据
时序特征
滞后特征
引入注意力机制
预测阈值
空间特征提取
多元时间序列数据
关系
智能检测系统
精度
指标
系统为您推荐了相关专利信息
分布式水文模型
参数敏感性分析
水文监测站
遗传算法优化
神经网络模型
半导体存储芯片
序列
数据
存储单元
智能检测方法
河道断面
支持向量机预测模型
BP神经网络预测
梯度提升树
随机森林
异常数据检测方法
水文
检测模型训练
预测误差
统计特征