[发明专利]一种改进时间卷积网络的水库中长期月径流量预测方法

权利要求书

1.一种改进时间卷积网络的水库中长期月径流量预测方法，其特征在于，包括以下步骤：

S1、确定目标流域，根据所述目标流域选取水文影响因子，并获取所述水文影响因子对应的水文源数据；

S2、对所述水文源数据进行预处理，所述预处理包括清洗、去噪、补齐；

S3、改进时间卷积网络模型，包括：

S3.1、构建扩张因果卷积并行网，对预处理后的水文源数据进行数据特征提取；

S3.2、重构残差连接方式，替换标准卷积为扩张卷积和因果卷积；

S3.3、将S3.1和S3.2整合构建的时间卷积网络模型进行输出保存；

S4、利用训练集对所述改进时间卷积网络模型进行训练，并保存训练后的改进时间卷积网络模型；

S5、根据经所述改进时间卷积网络模型计算后的水文源数据的数据特征，进行目标流域径流值输出。

2.根据权利要求1所述的改进时间卷积网络的水库中长期月径流量预测方法，其特征在于，S1中，根据主成分分析方法对目标流域径流量物理性质具有相关性的自然影响因素进行筛选，确定所述目标流域对应的水文影响因子。

3.根据权利要求2所述的改进时间卷积网络的水库中长期月径流量预测方法，其特征在于，S2中，将所述预处理后的水文源数据进行建模处理，并将所述预处理后的水文源数据进行数据降维。

4.根据权利要求3所述的改进时间卷积网络的水库中长期月径流量预测方法，其特征在于，S3.1包括：

S3.1.1、构建基础因果卷积核；

S3.1.2、构建基础扩张卷积核；

S3.1.3、将所述基础因果卷积核和所述基础扩张卷积核进行并行连接，获取扩张因果卷积核并行网，输出经过多卷积处理后的特征结果。

5.根据权利要求4所述的改进时间卷积网络的水库中长期月径流量预测方法，其特征在于，S3.1.3包括：

S3.1.3.1、在超参数中根据水文影响因子的数量，确定输入量、核网层数构建卷积核块，进行扩张因果卷积的并行连接；

S3.1.3.2、将输入数据I经过卷积层中大小为dx1，扩张因子为D的卷积滤波F_n作用之后，得到输出数据T；其中，所述输入数据I为由n种数据，总时间跨度为m的时间序列数据构成的n×m的矩阵，所述输出数据T为n个特征图；第n个特征图T_n由输入I_n与卷积滤波F_n进行扩张卷积运算获得，其计算公式如下：

T_n＝F_n×I_n

其感受野大小计算公式为：

r_n+1＝(2^D+2-1)×(2^D+2-1)

改进时间卷积网络中多层多维卷积网的感受野大小计算递推公式为：

其中，S_i表示第i层步长，K_n表示第n层卷积核尺寸，卷积核尺寸计算公式为：

其中，P表示模型中填充值；K表示卷积核尺寸；S表示步长；

S3.1.3.3、根据既定的扩张因子大小、网络层数大小，待特征输入经过卷积操作后，利用最大池化操作，得到融合后的特征结果；

S3.1.3.4、将融合特征结果进行全连接层输入，进行随机丢弃正则化操作，并对正则化后的融合特征进行softmax操作，得到输出的多影响因子输出特征值；

S3.1.3.5、采用mse_loss函数作为损失函数评判所述多影响因子输出特征值，公式为：

其中，y_i为各影响因子输出预测特征值，y′_i为各影响因子输出实际特征值。