摘要
本发明公开了一种基于CNN模型的洪水预测推演系统、方法、介质及设备,方法包括:步骤S1:确定洪水预测推演的流域,采集流域的降雨量;计算雨量监测站采集的降雨量分别向两侧支流扩散的分配权重系数;计算支流两侧的雨量监测站向支流贡献的贡献降雨量数据;采集洪水水位上涨高度数据,形成训练数据集;构建CNN卷积神经网络模型并进行训练,输出训练完成的CNN卷积神经网络模型;计算干流洪水预报点位推演出的水位上涨高度。系统包括雨量监测系统和数据分析模块。计算机可读存储介质存储有计算机程序上述方法。终端设备执行上述方法。本发明解决了现有洪水预测方法存在的精度低、时效性差以及对多源异构数据处理能力不足的问题。
技术关键词
雨量监测站
卷积神经网络模型
雨量监测系统
推演方法
推演系统
数据分析模块
洪水预测方法
终端设备
无线通信模块
异构数据处理
历史降雨量
可读存储介质
坐标
更新方法
连线
矩阵
时效性
计算机
系统为您推荐了相关专利信息
结合力
智能检测方法
推刀装置
卷积神经网络模型
推力
异常监测方法
逻辑处理单元
光学传感器
深度学习算法
模糊逻辑算法
成矿异常提取方法
知识图谱嵌入技术
构建知识图谱
预训练模型
卷积神经网络模型
磁场传感器
FPGA芯片
互感器
数据处理中心
信号处理模块
车牌号码识别方法
去雾算法
雾天图像
卷积神经网络模型
像素点