基于深度数据融合的径流式水电站发电量预测方法

本发明涉及基于深度数据融合的径流式水电站发电量预测方法，包括如下步骤，步骤S1，进行数据层融合，整合多源水文气象数据，从气象站、水文站、卫星遥感平台和数值天气预报系统获取多源数据，并对数据进行清洗、插值、归一化处理，进行数据时空对齐；步骤S2，进行特征层融合，首先输入统一时空基准的多源数据集，进行特征提取，基于自注意力机制进行特征融合，并在深度学习模型中嵌入水量平衡方程，并获取综合特征向量；步骤S3，进行预测，输入步骤S2中的综合特征向量，使用深度神经网络进行发电量预测。