[发明专利]基于时空图卷积网络的航道水位预测方法、装置及存储介质

权利要求书

1.一种基于时空图卷积网络的水位预测方法，其特征在于，所述方法包括：

获取多个水位站的位置信息，使用所述多个水位站的位置信息构建水位站网络，所述水位站的位置信息包括：水位站的地理位置和水位站之间的里程值；

基于所述水位站网络，建立并训练基于时空图卷积网络的水位预测模型，所述时空图卷积网络包括：两个时空卷积块和一个输出层，每个时空卷积块分为三层，第一层是时间门控卷积层，第二层是空间图卷积层，第三层是时间门控卷积层；所述网络以所述水位站网络中的加权邻接矩阵为输入，输入由时空卷积块统一处理，使用时间门控卷积提取水位数据的时间特征，且使用空间图卷积来提取水位数据的空间特征；输出层包括一个时间卷积层和一个完全连接层，生成最终水位预测值；

利用所述水位预测模型进行待预测点位的水位预测，得到水位预测值。

2.根据权利要求1所述的一种基于时空图卷积网络的水位预测方法，其特征在于，所述时间门控卷积层中设置一维因果卷积CNN，然后连接门控线性单元GLU。

3.根据权利要求1所述的一种基于时空图卷积网络的水位预测方法，其特征在于，构建水位站网络结构，包括：

选择水位站节点，构建节点集；

在水位站之间建立边界，形成边集；

根据水位站之间的里程值计算水位站网络的加权邻接矩阵；

第t个时间戳的水位站网络图的结构定义为G_t＝(V_t,E,W)，V_t是节点集，E是边集，分别表示水位站的观测值和水位站之间的连通性；W为加权邻接矩阵；不同时间戳的水位站网络按时间序列排列，使得水位站网络图的水位信息成为动态变化的时序图信号。

4.根据权利要求3所述的一种基于时空图卷积网络的水位预测方法，其特征在于，计算水位站网络的加权邻接矩阵的公式如下：

其中，w_ij是水位站之间的权重，dist(v_i,v_j)是附近水位站之间的里程值，σ²和ε是控制矩阵W的分布和稀疏性的阈值。

5.根据权利要求1所述的一种基于时空图卷积网络的水位预测方法，其特征在于，在得到所述邻接矩阵之后，还包括：对邻接矩阵中的水位观测值进行数据处理。

6.根据权利要求5所述的一种基于时空图卷积网络的水位预测方法，其特征在于，对邻接矩阵中的水位观测值进行数据处理，包括：

删除数据集中具有相同记录时间戳的重复值；

使用方框图检测异常值并将其删除；

使用平均值填充方法填充缺失值和删除的不正常值；

使用Avitzky-Golay滤波方法对水位数据进行去噪。

7.一种基于时空图卷积网络的水位预测装置，其特征在于，所述装置包括：

水位站网络构建模块，用于获取多个水位站的位置信息，使用所述多个水位站的位置信息构建水位站网络，所述水位站的位置信息包括：水位站的地理位置和水位站之间的里程值；

预测模型构建模块，用于基于所述水位站网络构建模块构建的水位站网络，建立并训练基于时空图卷积网络的水位预测模型，所述时空图卷积网络包括：两个时空卷积块和一个输出层，每个时空卷积块分为三层，第一层是时间门控卷积层，第二层是空间图卷积层，第三层是时间门控卷积层；输入由时空卷积块统一处理，使用时间门控卷积提取水位数据的时间特征，且使用空间图卷积来提取水位数据的空间特征；输出层包括一个时间卷积层和一个完全连接层，生成最终水位预测值；

水位预测模块，利用所述预测模型构建模块构建的水位预测模型进行待预测点位的水位预测，得到水位预测值。