摘要
本发明公开了一种基于人工智能的智慧水利算法开发系统及方法，涉及智慧水利技术领域，包括，构建跨水库的联邦学习网络，初始化各节点本地模型参数并建立边缘层与云端的通信连接，实时接收水文传感器数据及气象预警信息；通过时空卷积网络识别洪涝事件，生成动态梯度掩码对本地模型参数进行稀疏化处理，保留事件关联度高于动态梯度掩码阈值的梯度参数；将非支配解转化为动态调度策略，生成泄洪量、发电机组控制及灌溉配水的实时操作指令。本发明通过将联邦学习与时空注意力机制相结合，更加精准地识别跨流域水文数据的时空关联特征，从而提升洪水预测的准确性。
