一种基于多模态智能算法的洪水预报方法

本发明公开了一种基于多模态智能算法的洪水预报方法，属于水文预测技术领域，其技术要点是：包括以下步骤：S1、收集流域历史降水和流量数据，处理数据缺失值，通过一小段径流组成连续数据；S2、使用TVFEMD分解法将洪水数据分解成多个相对简单的本征模态函数；S3、根据样本熵计算熵值，聚合重构处于相同熵值区间的IMFs；S4、划分数据集为训练集和测试集，使用CNN提取数据特征得到多维矩阵；S5、将CNN提取的特征矩阵输入BiLSTM模型，使用MWOA优化BiLSTM模型的超参数；S6、对TVFEMD‑SE分解聚合的各个分量分别预测，将各分量的预测值叠加得到洪水预报值，具有有效解决了洪水序列多尺度特征提取与噪声鲁棒性难题，显著提升了模型收敛速度及预报精度的优点。