一种考虑下游多支流顶托作用的坝下水位人工神经网络预测方法

本申请的实施例提供了一种考虑下游多支流顶托作用的坝下水位人工神经网络预测方法，涉及水位预测计算技术领域，所述方法包括：基于目标水利枢纽的历史运行数据及下游支流的历史水文数据建立数据集；使用基于时变滤波的经验模态分解方法对数据集中的数据进行分解，得到有监督数据集；基于所述有监督数据集，使用外部注意力机制提取特征，得到特征数据集；基于所述特征数据集构建并训练得到GRU‑KAN混合人工神经网络模型；基于所述GRU‑KAN混合人工神经网络模型和实时数据预测水利枢纽不同下泄流量和下游支流不同入汇流量情况下的坝下水位。本申请解决了下游多支流顶托作用下的坝下水位预测问题。