一种基于改良后Transformer神经网络模型预测城市排水管网流量的方法

本发明提出了一种基于改良后Transformer神经网络模型的城市排水管网流量预测方法，包括步骤：S1、通过构建降雨参数化引擎，模拟不同条件下的降雨过程，生成降雨数据集。S2、利用校准后的物理模型，根据降雨数据计算出相应的排口流量，形成流量数据集。S3，对数据进行预处理，包括构建数据集、删除无效数据、补齐特征和标签，以形成训练和验证数据集。S4、构建RO‑former模型，该模型采用编码器‑解码器架构，通过动态掩码和交叉注意力机制处理降雨与流量数据。S5、通过损失函数对模型进行训练和优化，得到可用于实时预测城市排水管网流量的模型。此方法提高了城市排水管网流量预测的准确性和效率，对城市内涝预警和排水管理具有重要意义。