基于混合特征优化与变分预测的日径流智能预报方法、系统、存储介质和电子设备

本发明公开了一种基于GWO‑VMD特征重构与混合深度学习模型的日径流预测方法、系统、存储介质和电子设备。通过GWO算法优化VMD参数，分解原始径流序列并融合多尺度特征；结合Mamba2模型的局部特征提取能力与Transformer的全局时序建模优势，实现高精度预测；进一步采用CNN对预测误差进行修正。该方法解决了传统模型对非平稳、非线性数据适应性差的问题，在防洪减灾和水资源调度中具有显著应用价值。