摘要
本发明涉及水位预测技术领域,尤其涉及一种水位预测方法、装置及电子设备、存储介质,该方法包括获取待预测区域的历史水位数据和历史降雨数据;采用滑动窗口将历史水位数据和历史降雨数据构造为输入序列和输出序列;将输入序列输入预先训练完成的水位预测模型,输出预测结果;预测结果与输出序列对应。本申请提供的水位预测方法通过具有改进LSTM神经网络和自注意力机制模型的结合,能够有效捕捉水位变化中的时间依赖关系即全局信息理解,从而在在不损失局部细节的同时,捕捉到更广泛的时序关系,从而更好地反映水位变化的真实规律,以提高预测准确性和鲁棒性、适应性。
技术关键词
LSTM神经网络
水位预测方法
注意力机制
编码器
序列
前馈神经网络
滑动窗口
数据
输入解码器
计算机程序指令
水位预测装置
水位预测技术
电子设备
生成训练样本
预测模型训练
局部特征提取
存储计算机程序