[發(fā)明專利]基于深度學(xué)習(xí)的洪水流量預(yù)測(cè)方法、裝置和電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202011379603.9
• 申請(qǐng)日: 2020-11-30
• 公開（公告）號(hào): CN112668711B
• 公開（公告）日: 2023-04-18
• 發(fā)明（設(shè)計(jì)）人: 陳晨;趙松;周揚(yáng);江建格;欒定彬
• 申請(qǐng)（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06F18/214;G06F18/241;G06N3/0442;G06N3/0455;G06N3/0464;G06N3/08
• 代理公司: 西安嘉思特知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 61230
• 代理人: 劉長(zhǎng)春

本發(fā)明公開了一種基于深度學(xué)習(xí)的洪水流量預(yù)測(cè)方法、裝置和電子設(shè)備，方法包括：獲取原始降雨數(shù)據(jù)、原始流量數(shù)據(jù)以及水文站點(diǎn)的原始位置信息；將原始降雨數(shù)據(jù)、先驗(yàn)降雨數(shù)據(jù)、原始流量數(shù)據(jù)以及原始位置信息進(jìn)行預(yù)處理，得到處理后降雨數(shù)據(jù)、處理后流量數(shù)據(jù)以及處理后位置信息；基于處理后降雨數(shù)據(jù)、處理后先驗(yàn)降雨數(shù)據(jù)以及處理后位置信息，形成網(wǎng)格化降雨數(shù)據(jù)；對(duì)網(wǎng)格化降雨數(shù)據(jù)提取空間分布特征，并提取歷史T小時(shí)和未來(lái)P小時(shí)的降雨數(shù)據(jù)的時(shí)序特征，得到第一輸出特征；對(duì)處理后流量數(shù)據(jù)，提取歷史T小時(shí)的流量數(shù)據(jù)的時(shí)序特征，得到第二輸出特征；對(duì)第一輸出特征以及第二輸出特征進(jìn)行合并分類預(yù)測(cè)，得到目標(biāo)水文站點(diǎn)未來(lái)P小時(shí)的流量預(yù)測(cè)值。

技術(shù)領(lǐng)域

本發(fā)明屬于洪水流量預(yù)測(cè)領(lǐng)域，具體涉及一種基于深度學(xué)習(xí)的洪水流量預(yù)測(cè)方法、裝置和電子設(shè)備。

背景技術(shù)

洪水是常見的自然災(zāi)害之一，每年有上億人受洪水影響，流離失所，而洪水所造成的財(cái)力物力損失也非常巨大。有效地預(yù)測(cè)洪水流量并及時(shí)發(fā)出預(yù)警對(duì)于防洪減災(zāi)具有重大意義。

當(dāng)前的洪水流量預(yù)測(cè)模型主要分為傳統(tǒng)物理模型和智能洪水預(yù)測(cè)模型。傳統(tǒng)物理模型例如新安江模型，其是在充分挖掘當(dāng)?shù)氐牡匦蔚孛病⒄舭l(fā)量、植被覆蓋率等物理特征的前提下，進(jìn)行物理過(guò)程的參數(shù)計(jì)算，最終制定出的一套具有區(qū)域針對(duì)性的預(yù)測(cè)模型。而智能洪水預(yù)測(cè)模型是以海量的歷史數(shù)據(jù)作為先驗(yàn)知識(shí)，利用機(jī)器學(xué)習(xí)等智能方法得到的從輸入特征到輸出特征的函數(shù)映射或者聯(lián)合分布。

但現(xiàn)有的洪水流量預(yù)測(cè)模型多屬于單點(diǎn)預(yù)測(cè)，即只能預(yù)測(cè)未來(lái)一個(gè)時(shí)間點(diǎn)的流量情況，預(yù)測(cè)得到的單個(gè)時(shí)間點(diǎn)的流量數(shù)據(jù)缺乏實(shí)際應(yīng)用價(jià)值。并且，現(xiàn)有的洪洪水流量預(yù)測(cè)模型在利用降雨數(shù)據(jù)時(shí)僅僅將其作為時(shí)間序列進(jìn)行分析，并未考慮降雨量的空間分布情況，因此無(wú)法完全挖掘?qū)嶋H降雨數(shù)據(jù)所描述的信息，預(yù)測(cè)的準(zhǔn)確性不高。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)中存在的上述問題，本發(fā)明提供了一種基于深度學(xué)習(xí)的洪水流量預(yù)測(cè)方法、裝置和電子設(shè)備。本發(fā)明要解決的技術(shù)問題通過(guò)以下技術(shù)方案實(shí)現(xiàn)：

第一方面，本發(fā)明實(shí)施例提供的一種基于深度學(xué)習(xí)的洪水流量預(yù)測(cè)方法，包括：

獲取預(yù)定流域的原始降雨數(shù)據(jù)、原始流量數(shù)據(jù)以及N個(gè)水文站點(diǎn)的原始位置信息；所述原始降雨數(shù)據(jù)包括所述預(yù)定流域的N個(gè)水文站點(diǎn)的歷史K年各小時(shí)降雨數(shù)據(jù)，所述原始流量數(shù)據(jù)包括所述N個(gè)水文站點(diǎn)中位于所述預(yù)定流域的出口斷面處的目標(biāo)水文站點(diǎn)的歷史K年各小時(shí)流量數(shù)據(jù)，所述原始位置信息包括所述N個(gè)水文站點(diǎn)的經(jīng)度和所述N個(gè)水文站點(diǎn)的緯度；

將所述原始降雨數(shù)據(jù)、預(yù)先獲取的未來(lái)P小時(shí)的先驗(yàn)降雨數(shù)據(jù)、所述原始流量數(shù)據(jù)以及所述原始位置信息進(jìn)行預(yù)處理，分別得到處理后降雨數(shù)據(jù)、處理后先驗(yàn)降雨數(shù)據(jù)、處理后流量數(shù)據(jù)以及處理后位置信息；

基于所述處理后降雨數(shù)據(jù)、所述處理后先驗(yàn)降雨數(shù)據(jù)以及所述處理后位置信息，形成網(wǎng)格化降雨數(shù)據(jù)；

基于所述網(wǎng)格化降雨數(shù)據(jù)，利用預(yù)先訓(xùn)練得到的基于深度學(xué)習(xí)的洪水流量預(yù)測(cè)模型的第一分支網(wǎng)絡(luò)提取空間分布特征，以及提取歷史T小時(shí)和未來(lái)P小時(shí)的降雨數(shù)據(jù)的時(shí)序特征，得到第一輸出特征；基于所述處理后流量數(shù)據(jù)，利用所述基于深度學(xué)習(xí)的洪水流量預(yù)測(cè)模型的第二分支網(wǎng)絡(luò)提取歷史T小時(shí)的流量數(shù)據(jù)的時(shí)序特征，得到第二輸出特征；利用所述基于深度學(xué)習(xí)的洪水流量預(yù)測(cè)模型的第三網(wǎng)絡(luò)對(duì)所述第一輸出特征以及所述第二輸出特征進(jìn)行合并分類預(yù)測(cè)，得到所述目標(biāo)水文站點(diǎn)未來(lái)P小時(shí)的流量預(yù)測(cè)值，N、K、T和P均為大于1的自然數(shù)，且T小于等于所述K年對(duì)應(yīng)的小時(shí)數(shù)。

可選的，所述將所述原始降雨數(shù)據(jù)、預(yù)先獲取的未來(lái)P小時(shí)的先驗(yàn)降雨數(shù)據(jù)、所述原始流量數(shù)據(jù)以及所述原始位置信息進(jìn)行預(yù)處理，分別得到處理后降雨數(shù)據(jù)、處理后流量數(shù)據(jù)以及處理后位置信息，包括：

對(duì)所述原始降雨數(shù)據(jù)進(jìn)行數(shù)據(jù)剔除、數(shù)據(jù)補(bǔ)全處理以及歸一化處理，得到處理后降雨數(shù)據(jù)；

將所述先驗(yàn)降雨數(shù)據(jù)進(jìn)行歸一化處理，得到處理后先驗(yàn)降雨數(shù)據(jù)；