基于耦合季节效应PatchTST模型的大型流域流量预测方法及系统

AITNT
正文
推荐专利
基于耦合季节效应PatchTST模型的大型流域流量预测方法及系统
申请号:CN202510448173
申请日期:2025-04-10
公开号:CN120373539A
公开日期:2025-07-25
类型:发明专利
摘要
本发明提供了一种基于耦合季节效应PatchTST模型的大型流域流量预测方法及系统,包括:步骤S1:获取观测站点的历史流量时间序列数据,并对获取的观测站点的历史流量时间序列数据进行预处理,得到预处理后的观测站点的历史流量时间序列数据;步骤S2:基于PatchTST模型构建流量预测模型;步骤S3:预处理后的观测站点的历史流量时间序列数据,利用流量预测模型对观测站点的流量进行预测。本发明在水资源调度、洪水预警与生态保护等实际应用中展现出显著的性能优势,能够为水文预测及水资源管理提供更加科学、精准的技术支撑,具有重要的工程实用价值与广泛的应用前景。
技术关键词
流量预测方法 流量预测模型 流量预测系统 投影模块 编码器 时间序列特征 站点 输出模块 数据 效应 分块 前馈神经网络 通道 注意力机制 工程实用价值 矩阵 线性
系统为您推荐了相关专利信息
1
一种动态帧筛选的实时图像视频压缩方法
视频压缩方法 实时图像 复杂度 关键帧 指标
2
一种自适应的阀门驱动装置及控制方法
阀门驱动装置 迭代学习控制算法 转矩传感器 行星减速器 迭代学习算法
3
一种网络安全暴露面风险评估方法
风险评估方法 电压 LSTM模型 序列 时序特征
4
一种基于语义嵌入和偏好建模的可控图像生成方法
图像生成模型 图像生成方法 文本编码器 指令 大语言模型
5
一种基于多智能体协同推理的零样本组合图像检索方法
多智能体协同 图像检索方法 样本 推理机制 检索图像
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号