[发明专利]一种基于时空图卷积降雨-径流区间预测方法

权利要求书

1.一种基于时空图卷积降雨-径流区间预测方法，其特征在于，包括以下步骤：

(1)将预先收集的研究流域各站点的水文数据存入水文历史数据库；

(2)对水文历史数据进行预处理，然后把预处理后的数据根据留出法划分为训练集与测试集；

(3)构建时空图卷积降雨-径流区间预测模型，并采用训练集进行训练，调节预测模型参数使得预测模型收敛；构建预测模型包括同质图生成，时间注意力卷积，空间图卷积及区间预测四个过程；通过构建基于物理机理的同质图，在时空角度下根据监测的子流域特征利用时间注意力卷积与空间图卷积方法，对流域状态变化过程进行模拟，从而实现区间预测；

(4)使用测试集评估基于时空图卷积降雨-径流区间预测模型性能；

(5)将预处理后的当前水文数据作为时空图卷积降雨-径流区间预测模型输入，未来第k时刻流域出口断面流量为模型输出，即未来第k小时流量。

2.根据权利要求1所述的一种基于时空图卷积降雨-径流区间预测方法，其特征在于，步骤(1)所述水文数据包括历史降雨数据、河流出口断面的历史流量数据、流域历史蒸发数据、流域历史温度数据、流域历史风速数据。

3.根据权利要求1所述的一种基于时空图卷积降雨-径流区间预测方法，其特征在于，步骤(2)所述对水文历史数据进行预处理包括数据的缺失补全、数据异常更正及数据归一化；其中数据的缺失补全采用克里金插值法；数据异常更正指单个的异常数据采用同一站点前后时间的平均值替代，连续的异常数据采用同一时间相邻站点的平均值替代；数据归一化为Min-max标准化。

4.根据权利要求1所述的一种基于时空图卷积降雨-径流区间预测方法，其特征在于，步骤(3)所述的时间注意力卷积是将attention机制引入到时间卷积网络TCN模型中。

5.根据权利要求1所述的一种基于时空图卷积降雨-径流区间预测方法，其特征在于，步骤(3)所述同质图生成根据节点的状态以及连接关系对空间图的局部或整体状态进行推断，利用先验知识约束系统的估计：

y＝basin(A,f,V′)

其中，y表示被估计量；A表示同质图内各个站点对象的连接关系；f表示简单对象的特征；V'表示被选中用于估计y的对象集合。

6.根据权利要求1所述的一种基于时空图卷积降雨-径流区间预测方法，其特征在于，步骤(3)所述空间图卷积采用了切比雪夫多项式一阶近似方法简化计算，其计算过程如下：

其中，最大的特征值λ_max＝2；其中，θ＝[θ₀,θ₁,…,θ_K-1]∈R^K为多项式系数的向量为方便计算，取θ₀＝-θ₁＝θ；对于图中节点在某一时刻的某一特征和邻接矩阵A∈R^N×N，获得拉普拉斯矩阵L＝D-A，其中D为度矩阵可以通过式计算得到：

其中，取K＝1；经过激活函数β处理后可以获得经过时空图卷积操作处理过的时空特征矩阵Y^ST：

其中，β分别表示ReLU激活操作K^s表示卷积操作；Y^T表示经过时间卷积操作后获得的隐藏状态；经过时空图卷积操作后，输入特征在不同维度上信息被融合到时空隐藏状态Y^ST中，输出层可以利用具有较强拟合能力的全连接网络实现预测输出。