基于水量-水压耦合的供水量预测方法、设备及存储介质

本发明涉及一种基于水量‑水压耦合的供水量预测方法、设备及存储介质，属于供水量预测和深度学习技术领域。通过构建IAMformer网络，在编码器和解码其中均引入基于EMD距离的多头稀疏注意力层，将供水量、瞬时流量的历史数据及节假日信息输入编码器得到供水量预测的主要特征Q；将压力数据输入解码器得到可进行融合的压力辅助特征A，将两特征输入解码器中的主辅注意力层进行主辅注意力矩阵计算和融合得到融合特征，融合特征经过全连接层输出预测供水量，根据供水量损失和压力损失的复合损失函数反向传播优化更新模型参数。本发明能够降低水压预测误差对供水量预测的间接影响，同时能够降低算法模型的复杂度和提高模型的鲁棒性。