技術特征：

1.一種河流流量預測方法，其特征在于，包括：

2.根據(jù)權利要求1所述的河流流量預測方法，其特征在于，所述方法還包括：

3.根據(jù)權利要求1所述的河流流量預測方法，其特征在于，所述方法還包括：

4.根據(jù)權利要求1所述的河流流量預測方法，其特征在于，所述多個氣象預報中心包括歐洲中期天氣預報中心、中國氣象局和美國國家環(huán)境預報中心。

5.根據(jù)權利要求1所述的河流流量預測方法，其特征在于，所述方法還包括：

6.根據(jù)權利要求5所述的河流流量預測方法，其特征在于，在對降水量預測模型訓練過程中，通過非劣性分層遺傳算法對降水量預測模型進行調參。

7.根據(jù)權利要求1所述的河流流量預測方法，其特征在于，當前時間點之后的目標時段為當前時間點之后的0-240h。

8.一種河流流量預測裝置，其特征在于，包括：

9.一種電子設備，其特征在于，包括依次通信相連的存儲器、處理器和收發(fā)器，其中，所述存儲器用于存儲計算機程序，所述收發(fā)器用于收發(fā)消息，所述處理器用于讀取所述計算機程序，執(zhí)行如權利要求1～7任意一項所述的河流流量預測方法。

10.一種計算機程序產品，包括計算機程序或指令，其特征在于，所述計算機程序或所述指令在被計算機執(zhí)行時實現(xiàn)如權利要求1～7任意一項所述的河流流量預測方法。

技術總結
本發(fā)明公開了一種河流流量預測方法、裝置、電子設備及計算機程序產品，涉及流量預測技術領域。方法包括從多個氣象預報中心獲取待測河流所在區(qū)域在當前時間點之后的目標時段的第一降水量時空分布數(shù)據(jù)；將多個第一降水量時空分布數(shù)據(jù)作為預先訓練的降水量預測模型的輸入進行運算，得到待測河流所在區(qū)域在目標時段的第二降水量時空分布數(shù)據(jù)，降水量預測模型包括基于卷積神經(jīng)網(wǎng)絡的第一模型和基于長短期記憶神經(jīng)網(wǎng)絡的第二模型；將第二降水量時空分布數(shù)據(jù)作為預先訓練的河流流量預測模型的輸入進行運算，得到待測河流中各河流段在所述目標時段的流量時序數(shù)據(jù)。本發(fā)明能夠更加準確的對河流的流量進行預測，為河流流域的防汛減災提供重要的科學支撐。

技術研發(fā)人員：李鵬,王志勇,王友春,樂陽勇,季莉,龔秋
受保護的技術使用者：大唐雅安電力開發(fā)有限公司
技術研發(fā)日：
技術公布日：2024/12/19