基于动态预测因子和人工智能的长期-超长期径流预测方法

本发明公开一种基于动态预测因子和人工智能的长期‑超长期径流预测方法，它包括以下步骤：S1、数据收集与预处理；S2、确定待预测月份和预测时效，设定训练集和测试集，并对数据进行标准化处理；S3、将关键水库待预测月份的入库流量作为预测对象，根据预测时效将起报日期前24个月的大气环流指数和海温指数作为候选预测因子，结合相关分析和非线性逐步回归方法筛选最优预测因子组合；S4、长江上游GRU径流预测模型构建与模型训练；S5、基于动态预测因子和GRU预测模型开展长江上游入库流量实时预测；本发明通过设定滑动训练窗口，动态更新预测因子组合和预测模型参数，显著提高了长江上游关键水库入库流量的预测技巧和预见期，为水电调度与管理提供有效依据。