一种基于多元数据融合驱动的明渠闸门流量预测方法

本申请涉及明渠闸门流量预测技术领域，公开了一种基于多元数据融合驱动的明渠闸门流量预测方法，包括以下步骤：对实测水情数据进行小时级处理与预处理，生成基础数据集；基于水动力模型，模拟闸门水情数据，构建补充数据集；将基础数据集与补充数据集融合，构建BiLSTM多因素流量预测模型；将融合数据集输入模型，通过迭代训练拟合流量预测模型；利用训练好的模型进行流量预测，并反归一化输出最终结果。本发明通过将实测水情数据与水动力模型模拟数据进行多元融合，解决了单一数据源在闸门流量预测中精度和鲁棒性问题。水动力模型模拟数据作为对实测数据的有效补充，提供全面的闸门水情信息，从而提高了预测模型的准确性和泛化能力。