[发明专利]水库入库流量预测方法、装置、计算机设备及存储介质

权利要求书

1.一种水库入库流量预测方法，其特征在于，包括：

获取水库入库流量的历史多元数据序列，并对所述历史多元数据序列进行预处理，其中，所述历史多元数据序列包括目标序列水库入库流量以及对应的外部环境变量；

对所述历史多元数据序列进行全采样，得到第一数据集，以及利用自适应间隔采样对所述历史多元数据序列构建得到第二数据集；

所述利用自适应间隔采样对所述历史多元数据序列构建得到第二数据集，包括：

按照下式对所述历史多元数据序列进行数据偏移界定：

式中，C为所述历史多元数据序列中的偏离数量，为在t时刻的时序数据，为在t时刻运用插值拟合的时序数据，表示时序数据与拟合数据之间的欧几里得距离；ε为阈值，表示四分位数间距，表示若满足则等于1，否则记为0；

定义所述历史多元数据序列的序列总长度为M、每次采样滑窗的大小为R、每次预测使用的历史数据量为T以及采样间隔d，从而得到一次滑窗中采样数量为偏移程度为然后基于采样数据和偏移程度对采样间隔d进行计算：

通过Transformer网络分别对所述第一数据集和第二数据集提取相关性特征，得到第一目标特征和第二目标特征；

对所述第一目标特征和第二目标特征进行拼接，得到候选特征，然后通过所述Transformer网络对所述候选特征提取相关性特征，得到第三目标特征；

将所述第一目标特征、第二目标特征和第三目标特征进行全连接处理得到历史多元数据序列对应的水库入库流量预测结果，从而构建水库入库流量预测模型；

利用所述水库入库流量预测模型对指定时间的水库入库流量进行预测。

2.根据权利要求1所述的水库入库流量预测方法，其特征在于，所述获取水库入库流量的历史多元数据序列，并对所述历史多元数据序列进行预处理，包括：

利用异常值检测方法对所述历史多元数据序列进行异常值检测，并将检测到的异常值剔除；

对剔除后的历史多元数据序列进行缺失值判断；

若所述历史多元数据序列中的缺失值少于预设数值，则对缺失值进行填充；

若所述历史多元数据序列中的某一特征序列的缺失值不少于预设数值，则删除对应的特征序列；

按照下式对所述历史多元数据序列进行归一化处理，以对所述历史多元数据序列中的不同量纲进行统一：

式中，z_i为经过归一化处理之后的历史多元数据序列，x_i为所述历史多元数据中的第i个特征序列，μ_i为特征序列x_i的均值，σ_i为特征序列x_i的标准差。

3.根据权利要求1所述的水库入库流量预测方法，其特征在于，所述通过Transformer网络分别对所述第一数据集和第二数据集提取相关性特征，得到第一目标特征和第二目标特征，包括：

通过Transformer网络对所述第一数据集提取相关性特征，得到第一特征向量，以及通过所述Transformer网络对所述第二数据集提取相关性特征，得到第二特征向量；

基于门控机制分别对所述第一特征向量和第二特征向量进行特征提取，得到第一目标特征和第二目标特征。