摘要
本发明公开了一种台区水位动态预测方法、系统、设备及介质，涉及人工智能技术领域，方法包括：采集多源数据并进行预处理；基于预处理后的多源数据中构建若干维度的特征，并采用Attention机制动态调整各特征的权重得到关键特征集；将关键特征集输入至由GBDT和LSTM构成的混合模型中进行训练；采用蒙特卡洛Dropout方法进行不确定性量化与校正；基于新采集的数据，采用在线增量学习方式更新混合模型。本发明解决了现有技术中台区水位预测精度不足、多源异构数据整合困难以及极端天气下模型鲁棒性差的技术问题。
