买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：长江水利委员会水文局长江上游水文水资源勘测局

摘要：本发明涉及一种基于多源数据融合的洪水风险预测方法及系统。方法包括：获取当前的多源水文数据；将当前获取的多源水文数据与前N‑1次获取的多源水文数据进行组合，构建多源水文时序数据集，多源水文时序数据集的存储形式为二维矩阵，且多源水文时序数据集的大小为M×N，其中M为水文站的总数量；将多源水文时序数据集送入洪水预测模型中进行处理，输出洪水预测结果，洪水预测结果包括有洪水和无洪水；本发明通过对多源水文时序数据集中的时序性特征和空间特征进行分析，并且基于分析出的时序性特征和空间特征对多源水文时序数据集进行特征强化，能够提升对于水文数据的预测准确率，进而提升对于洪水预测的准确率；还在TCN卷积层中设置不同的感受野，分析不同时间步长的时序性信息，能够有效提升对于水文数据的预测准确率；且第一空洞卷积参数集，第二空洞卷积参数集和第三空洞卷积参数集通过群体优化算法进行获取，能够在提升洪水预测模型的预测准确率。

主权项：1.一种基于多源数据融合的洪水风险预测方法，其特征在于，包括：获取当前的多源水文数据；将当前获取的多源水文数据与前N-1次获取的多源水文数据进行组合，构建多源水文时序数据集，多源水文时序数据集的存储形式为二维矩阵，且多源水文时序数据集的大小为M×N，其中M为水文站的总数量；将多源水文时序数据集送入洪水预测模型中进行处理，输出洪水预测结果，洪水预测结果包括有洪水和无洪水；洪水预测模型基于时序预测网络建立，且时序预测网络采用TCN网络，洪水预测模型包括自注意力机制层，第一特征强化层，第一TCN卷积层，第二TCN卷积层，第三TCN卷积层，第二特征强化层，全连接层和洪水预测结果输出层；其中自注意力机制层用于通过自注意机制操作对将多源水文时序数据集进行处理，以构建多源水文数据自注意力权重矩阵；第一特征强化层用于基于多源水文数据自注意力权重矩阵对多源水文时序数据集进行第一次特征强化，以构建第一特征图；第一TCN卷积层，第二TCN卷积层和第三TCN卷积层分别用于基于第一空洞卷积参数集，第二空洞卷积参数集和第三空洞卷积参数集对第一特征图依次进行卷积操作，以构建第二特征图，第三特征图和第四特征图，第一空洞卷积参数集，第二空洞卷积参数集和第三空洞卷积参数集通过群体优化算法模拟得到；第二特征强化层用于基于多源水文时序数据集对应的时序权重矩阵和空间权重矩阵对第四特征图进行特征强化，以构建第五特征图；全连接层和洪水预测结果输出层用于基于第五特征图对洪水进行预测，输出洪水预测结果。

全文数据：

权利要求：

百度查询： 长江水利委员会水文局长江上游水文水资源勘测局 一种基于多源数据融合的洪水风险预测方法及系统