一种基于深度学习的河流流量自动整编方法及系统

摘要

本发明公开了一种基于深度学习的河流流量自动整编方法及系统，包括：从历史水文大数据样本库选择预设时段长的输入因子‑流量样本；将选择的输入因子‑流量样本分为训练样本、验证样本和测试样本；通过训练样本构建深度学习整编模型，验证样本调节模型超参数，测试样本最终评定模型精度；基于训练好的深度学习整编模型，将输入因子输入至模型中，实时计算得到流量。本发明在充分利用具有良好一致性、可靠性与连续性的水文历时时序性大数据样本，在开展水文站流量构成物理成因分析的基础上，利用深度学习方法，建立本站流量实时推算模型，实现流量的自动整编；此方法无需投入任何设施设备，具有自动化程度高、时效性强、精度较高等优点。