(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210911929.4 (22)申请日 2022.07.29 (71)申请人 福州大学 地址 350108 福建省福州市福州大 学城乌 龙江北大道2号 (72)发明人 张挺　杨丁颖　詹昌洵　吕钰泷　 黄迎春　陈佳豪　 (74)专利代理 机构 武汉知产时代知识产权代理 有限公司 42 238 专利代理师 徐欢 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/26(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G01W 1/10(2006.01) (54)发明名称 基于GRU-Seq2Seq的多步长洪水预报方法及 装置 (57)摘要 本发明提供了一种基于GRU ‑Seq2Seq的多 步 长洪水预报方法及装置。 在GRU模型的基础之上， 对GRU算法进行改进， 引入Seq2Seq模型， 将实测 降雨数据与模拟径流数据一起输入GRU编码器 中， 获得编码向量， 再把编码向量输入GRU解码 器， 获得预测流量。 GRU ‑Seq2Seq洪水预报 模型能 够充分挖掘台风影 响下的降雨径 流信息， 建立准 确的多步提前洪水预报模型， 解决了多步提前预 测中的时滞问题， 有效提高洪水预报模型的效 果。 权利要求书3页 说明书10页 附图5页 CN 115330036 A 2022.11.11 CN 115330036 A 1.一种基于GRU ‑Seq2Seq的多步长洪水 预报方法， 其特 征在于， 包括以下步骤： 在GRU模型的基础上， 引入Seq2Seq， 搭建基于GRU ‑Seq2Seq的多步长洪水预报模型， 所 述多步长洪水预报模型包括两个GRU单元， 用于将降雨序列转化为径流序列， 其中一个GRU 单元作为编码器， 另一个GRU单 元作为解码器； 将实测的降雨数据 与流量数据{Y}m×k合并成为输入矩阵{X}(J+m)×k， 将输入矩阵划 分成k个J+m维向量后输入到编码器中， 计算得到 重置门rt和更新门zt； 根据重置门rt和更新门zt计算得到编码器候选集 通过更新门zt对信息进行更新记忆， 得到当前时间节点隐藏状态ht， 编码向量c为最后 时刻的隐藏状态； 在解码器中， 前一时刻隐藏状态h ′t‑1取为编码向量c， 前一时刻预测流量yT+t‑1取为实测 流量yT； 根据前一时刻隐藏状态h ′t‑1与预测流 量yT+t‑1计算得到 重置门 和更新门 根据重置门 以及前一时刻隐藏状态h ′t‑1与预测流 量yT+t‑1计算得到候选集 通过更新门 对信息进行 更新记忆， 得到当前时刻隐藏状态h ′t； 根据当前时刻隐藏状态h ′t计算得到当前时刻预测流 量yT+t。 2.根据权利要求1所述的基于GRU ‑Seq2Seq的多步长洪水预报方法， 其特征在于， 所述 输入矩阵{X}(J+m)×k的表达式为： 所述重置门rt和更新门zt的计算公式为： rt＝σ(Wr·[ht‑1,Xt]) zt＝σ(Wz·[ht‑1,Xt]) 其中， t为第t个输入时间步； T为最后一个时刻； xi,j为第i个雨量站第j个时刻的实测降 雨数据； yi,j为第i个流量站点第j个时刻的实测流量数据， ht和ht‑1分别为当前时间节点隐 藏状态和上个时间节点隐藏状态； rt为编码器重置门； zt为编码器更新门； Xt为当前时间节 点输入向量； σ 为sigmoid函数， 该函数将数据转化为0 ‑1范围的数值， 从而充当门控信号； Wr 和Wz分别为编码器中控制门和更新门的权 重矩阵。 3.根据权利要求1所述的基于GRU ‑Seq2Seq的多步长洪水预报方法， 其特征在于， 所述 根据重置门rt和更新门zt计算得到编码器候选集 具体计算公式为：权　利　要　求　书 1/3 页 2 CN 115330036 A 2其中， 是编码器候选集； ht‑1为上个时间节点隐藏状态； rt为编码器重置 门； Xt为当前 时间节点输入向量； 重置门控制前一状态有多少信息被写入到当前的候选集， Wh～为候选集 权重矩阵； tanh为激活函数， 将数据放缩到 ‑1～1的范围内。 4.根据权利要求1所述的基于GRU ‑Seq2Seq的多步长洪水预报方法， 其特征在于， 所述 通过更新门zt对信息进行 更新记忆， 得到当前时间节点隐藏状态ht， 具体更新公式为： 其中， 是编码器候选集， ht和ht‑1分别为当前时间节点隐藏状态和上个时间节点隐藏 状态， zt为编码器更新门； 编码向量c为 最后时刻的隐藏状态， 即 c＝hT 其中， T为最后一个时刻； hT为最后时刻的隐藏状态， 即输入xT与yT后的隐藏状态； c为编 码向量。 5.根据权利要求1所述的基于GRU ‑Seq2Seq的多步长洪水预报方法， 其特征在于， 所述 根据前一时刻隐藏状态h ′t‑1与预测流量yT+t‑1计算得到重置门 和更新门 具体计算公式 为： 其中， t为第t个预测时间步； T为最后一个时刻； h ′t‑1为上个时间节点隐藏状态； yT+t‑1为 前一时刻的预测流量； 为解码器重置门； 为解码器更新门； 和 分别为解码器中控制 门和更新门的权 重矩阵。 6.根据权利要求1所述的基于GRU ‑Seq2Seq的多步长洪水预报方法， 其特征在于， 所述 根据重置门 以及前一时刻隐藏状态h ′t‑1与预测流 量yT+t‑1计算得到候选集 计算公式为： 其中， 为候选集； 为候选集权重矩阵； t为第t个预测时间步； h ′t‑1为上个时间节点 隐藏状态； yT+t‑1为前一时刻的预测流 量； 为解码器重 置门。 7.根据权利要求1所述的基于GRU ‑Seq2Seq的多步长洪水预报方法， 其特征在于， 所述 通过更新门 对信息进行 更新记忆， 得到当前时刻隐藏状态h ′t， 更新公式为： 其中， h′t‑1为上个时间节点隐藏状态； 为候选集； 为解码器更新门。 8.根据权利要求1所述的基于GRU ‑Seq2Seq的多步长洪水预报方法， 其特征在于， 所述 根据当前时刻隐藏状态h ′t计算得到当前时刻预测流 量yT+t， 计算公式为： yT+t＝σ(Wyh′t) 其中， yT+t为当前时刻预测流 量； Wy为输出权 重矩阵。权　利　要　求　书 2/3 页 3 CN 115330036 A 3