(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111390340.6 (22)申请日 2021.11.22 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 张硕　田伦　杨敬　杨胜文　 (74)专利代理 机构 中科专利商标代理有限责任 公司 11021 代理人 庄锦军 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) (54)发明名称 流量预测方法、 模型训练方法、 装置以及电 子设备 (57)摘要 本公开提供了流量预测方法、 模型训练方 法、 装置以及电子设备， 涉及人工智能技术领域， 尤其涉及物联网、 工业大数据、 深度学习等领域 领域。 具体实现方案为： 获取在不同检测点检测 得到的检测点数据； 将时间上关联的检测点数据 作为输入数据， 分别输入至多个中间模型中的每 个中间模型， 以便每个中间模型输出流量预测 值； 以及将每个中间模型输出的流量预测值共同 输入至融合模 型中， 以便融合模 型输出流量预测 结果。 权利要求书3页 说明书11页 附图5页 CN 114118562 A 2022.03.01 CN 114118562 A 1.一种流 量预测方法， 包括： 获取在不同检测点检测得到的检测点数据； 将时间上关联的所述检测点数据作为输入数据， 分别输入至多个中间模型中的每个中 间模型， 以便每 个所述中间模型输出流 量预测值； 以及 将每个所述中间模型输出的流量预测值共同输入至 融合模型中， 以便所述融合模型输 出流量预测结果。 2.根据权利要求1所述的方法， 其中， 所述不同检测点分别用于检测获得不同类型的检 测点数据； 所述方法还包括： 对所述不同类型的检测点数据进行特征提取， 获得一种或多种特征 数据； 其中， 所述将时间上关联的所述检测点数据作为输入数据， 分别输入至多个中间模型 中的每个中间模型包括： 将时间上关联的所述检测点数据和所述一种或多种特征数据作为输入数据， 分别输入 至每个所述中间模型。 3.根据权利要求1或2所述的方法， 其中， 所述不同检测点包括以下至少两种： 遥测站、 入库流量检测点、 环境观测台。 4.根据权利要求3所述的方法， 其中， 在所述遥测 站检测得到的检测点数据包括不同地 区的降雨量； 在所述入库流量检测 点检测得到的检测 点数据包括不同时间段 的入库流量； 在所述环境观测台检测得到的检测 点数据包括以下至少之一： 气象预测数据、 气温观测数 据、 风向观测数据、 风速观测数据， 昼夜时长数据。 5.根据权利要求3所述的方法， 其中， 所述对所述不同类型的检测点数据进行特征提 取， 获得一种或多种特 征数据包括： 根据在所述遥测站检测得到的检测点数据和在所述入库流量检测点检测得到的检测 点数据， 提取汇流特征数据， 其中， 所述汇流特征数据用于表征入库流量与降雨量之 间的关 系。 6.根据权利要求3所述的方法， 其中， 所述对所述不同类型的检测点数据进行特征提 取， 获得一种或多种特 征数据包括： 根据在所述入库流量检测点检测得到的检测点数据， 提取不同时间段的统计特征数 据， 其中， 所述统计特 征数据用于表征 数据历史变化情况。 7.根据权利要求3所述的方法， 其中， 所述对所述不同类型的检测点数据进行特征提 取， 获得一种或多种特 征数据包括： 利用时序模型， 对在所述入库流量检测点检测得到的检测点数据进行拟合， 提取时序 特征数据， 其中， 所述统计特 征数据用于表征 数据历史变化情况。 8.根据权利要求3所述的方法， 其中， 所述对所述不同类型的检测点数据进行特征提 取， 获得一种或多种特 征数据包括： 根据在所述环境观测台检测得到的昼夜时长数据， 提取白天时长特征和黑夜时长特 征。 9.一种模型训练方法， 包括： 获取样本数据， 其中， 所述样本数据包括在不同检测点检测得到的在时间上关联的检权　利　要　求　书 1/3 页 2 CN 114118562 A 2测点数据； 将所述样本数据分别 输入至多个待训练的中间模型中的每个中间模型， 以便每个所述 中间模型输出与所述样本数据对应的流 量预测值； 根据所述与所述样本数据相对应的流 量预测值调整每 个所述中间模型的模型参数； 将每个所述中间模型输出的流量预测值共同输入至待训练 的融合模型中， 以便待训练 的所述融合模型输出与所述样本数据对应的流 量预测结果； 以及 根据所述与所述样本数据对应的流 量预测结果调整所述融合模型的模型参数； 其中， 训练完成的中间模型和训练完成的融合模型应用于权利要求1至8中任一项所述 的流量预测方法。 10.一种流 量预测装置， 包括： 第一获取模块， 用于获取在不同检测点检测得到的检测点数据； 第一预测模块， 用于将时间上关联的所述检测点数据作为输入数据， 分别输入至多个 中间模型中的每 个中间模型， 以便每 个所述中间模型输出流 量预测值； 以及 第二预测模块， 用于将每个所述中间模型输出的流量预测值共 同输入至融合模型中， 以便所述融合模型输出流 量预测结果。 11.根据权利要求10所述的装置， 其中， 所述不同检测点分别用于检测获得不同类型的 检测点数据； 所述装置还包括： 特征提取模块， 用于对所述不同类型的检测点数据进行特征提取， 获 得一种或多种特 征数据； 其中， 所述第一预测模块包括： 输入单元， 用于将时间上关联的所述检测点数据和所述一种或多种特征数据作为输入 数据， 分别输入至每 个所述中间模型。 12.根据权利要求10或11所述的装置， 其中， 所述不同检测点包括以下至少两种： 遥测 站、 入库流 量检测点、 环境观测台。 13.根据权利要求12所述的装置， 其中， 在所述遥测 站检测得到的检测点数据包括不同 地区的降雨量； 在所述入库流量检测点检测得到的检测点数据包括不同时间段的入库流 量； 在所述环境观测台检测得到的检测点数据包括以下至少之一： 气象预测数据、 气温观测 数据、 风向观测数据、 风速观测数据， 昼夜时长数据。 14.根据权利要求12所述的装置， 其中， 所述特 征提取模块包括： 第一提取单元， 用于根据在所述遥测 站检测得到的检测点数据和在所述入库流量检测 点检测得到的检测点数据， 提取汇流特征数据， 其中， 所述汇流特征数据用于表征入库流量 与降雨量之间的关系。 15.根据权利要求12所述的装置， 其中， 所述特 征提取模块包括： 第二提取单元， 用于根据在所述入库流量检测点检测得到的检测点数据， 提取不同时 间段的统计特 征数据， 其中， 所述统计特 征数据用于表征 数据历史变化情况。 16.根据权利要求12所述的装置， 其中， 所述特 征提取模块包括： 第三提取单元， 用于利用时序模型， 对在所述入库流量检测点检测得到的检测点数据 进行拟合， 提取时序特 征数据， 其中， 所述统计特 征数据用于表征 数据历史变化情况。 17.根据权利要求12所述的装置， 其中， 所述特 征提取模块包括：权　利　要　求　书 2/3 页 3 CN 114118562 A 3