一种水库流域日径流预测方法、系统、设备及介质

本发明提供一种水库流域日径流预测方法、系统、设备及介质，所述方法包括如下步骤：S1、获取某流域内的日径流数据，采用孤立森林对日径流数据进行异常值检测，并进行数据清洗；S2、使用数据驱动的自适应啁啾模态分解对清洗后的日径流数据进行分解，得到多个分量；对每个分量构造输入矩阵，并划分为训练集和测试集；S3、构建时间卷积网络和无逆极限学习机的融合模型，并训练；S4、将半数均匀初始化和变螺旋更新策略引入到PID搜索算法中，得到IPSA算法；使用IPSA算法优化TCN‑IFELM模型；S5、利用测试集得到每个分量的预测结果并相加，得到未来时刻的日径流量的预测值。本发明能够有效捕捉径流数据的时间序列特性和非线性关系，从而提高日径流的预测精度。