一种基于机器学习算法的闸门开度控制方法及系统

本发明涉及闸门开度控制技术领域，具体为一种基于机器学习算法的闸门开度控制方法及系统，双通道LSTM预测模型单元采用双通道处理，分别对气象模态数据和水文模态数据处理，并进行对应的特征提取，并采用注意力机制，动态调节气象因素和水文因素的影响权重占比，对后续的预测结果更适配实际的应用场景，进一步的提高预测精度；在后续的控制指令生成中，采用指令滚动优化的生成调节算法，进一步的提高场景适配性，使得后续在闸门开度的控制调节中，符合实际的应用场景；通过双通道处理、注意力融合和滚动优化三大核心技术，攻克了水利控制中气象‑水文响应脱节、长时域预测精度不足等行业难题，为智慧水利建设提供了可靠技术支撑。