基于空间膨胀卷积和多头多变量注意力的水位高度预测方法及系统

本发明涉及基于空间膨胀卷积和多头多变量注意力的水位高度预测方法及系统，属于预测目的的数据处理技术领域，包括步骤：给定水位高度时间序列数据作为输入序列，使用可逆实例归一化对数据进行操作；将时间位置信息作为变量加入到输入序列中；包含时间信息的序列通过一个轻量级嵌入层；采用空间膨胀卷积和多头多变量注意力的预测方法对数据集分别进行训练和预测；预测序列传递到前馈神经网络；移除预测结果中的时间位置变量，经过反实例归一化得到最终的地铁水淹高度的预测结果。本发明强调对变量之间复杂依赖关系的探索，同时从时间和空间两个维度捕捉特征，弥补了水位高度时间序列变量维度特征缺失的不足，有效的提高了水位高度的预测精度。