内涝预测模型的训练方法、模型及预测方法和存储装置

本申请涉及一种内涝预测模型的训练方法、模型及预测方法和存储装置。使用容易取得的降雨量、气候温度、最大积水深度这些历史数据，在预测时，使用天气预报数据结合容易现场采集的管道数据，采用改进灰色模型外推插补不同时刻的特征数据序列并与长短时记忆网LSTM相结合，进行特征序列预测。从而提高在小样本情况下的数据预测的准确率。通过多个一维卷积层对大数据样本进行特征向量的提取。避免人为的选取特征，使得整体算法可以自适应提取最具代表性的主成分特征，自动权衡各个特征的权重配比。