一种基于深度学习的湖泊水情监测方法及系统

本发明适用于水情监测技术领域，提供了一种基于深度学习的湖泊水情监测方法及系统，包括以下步骤：基于水情异常类型对历史水情数据进行分类；确定每种水情异常类型对应的强相关水情参数，确定历史变化曲线图；采集实时水情数据，基于深度学习和气候情况对实时水情数据进行预测，得到预测变化曲线图；基于每种水情异常类型所对应的强相关水情参数对预测变化曲线图进行拆分，得到若干个预测变化曲线子图；将预测变化曲线子图与对应的历史变化曲线图进行相似度计算，根据相似值确定潜在异常类型。本发明仅通过强相关水情参数的变化曲线进行计算，排除了其它参数曲线的干扰，考虑了多种强相关水情参数的相互作用，能够准确识别水情异常类型。