一种多水位站联动的内河水位智能预测方法

摘要

本发明提供一种多水位站联动的内河水位智能预测方法，包括：准备样本数据，对其进行空缺值填充和SG滤波平滑处理；构建基于GRU的三水位站联动预测模型；采用前向传播和反向传播对步骤S2中构建的三水位站联动预测模型进行训练和预测。本发明技术方案使用GRU(门控循环单元)循环神经网络来构建水位预测模型，与现有技术不同的是，本方案不仅考虑了水位值的时间关系，同时还考虑了水位站间的空间关系。为了预测某个水位站的水位值，本方案不仅仅依赖该水位站的历史数据，同时利用其邻近的上下游水位站的历史数据来辅助建立预测模型，从而减少单站数据的误差，更好地反映水位变化的普遍规律，提高水位预测的准确性。