基于机器学习模型的水文时间序列预测方法及装置

本发明涉及水文预测技术领域，公开了基于机器学习模型的水文时间序列预测方法及装置，该方法包括：获取目标流域水文数据，对目标流域水文数据进行归一化处理，生成归一化数据训练集和归一化数据测试集；建立机器学习模型，并基于归一化数据训练集，利用改进的麻雀搜索算法对机器学习模型的模型参数进行优化，生成最优模型参数；基于归一化数据测试集，利用代入最优模型参数后的机器学习模型生成水文时间序列预测结果。本发明显著提高对水文时间序列的预测精度、延长预见期，为水旱灾害防御和水资源综合管理提供更及时精确的水文信息。