基于神经网络的排水系统状态的时空预测方法及系统

本发明公开了基于神经网络的排水系统状态的时空预测方法及系统，属于计算机系统建模与人工智能技术领域，其包括获取管网地理结构数据与运行观测数据并进行时间标注并进行事件驱动的时空对齐与缺失补全，生成事件对齐序列，融合管线连接关系与流向规则构建可达拓扑图；结合对事件对齐序列进行联合特征提取，生成拓扑时空表征张量，并施加基于质量守恒与容量限制的约束，计算生成物理约束偏差量；将拓扑时空表征张量与物理约束偏差量进行融合，生成时空预测场，并基于不确定性量化与误差反馈进行二次映射生成自适应校正场。通过集成事件驱动数据对齐、物理拓扑构建、约束融合学习，并结合误差校正，能够实现对排水系统未来状态进行时空预测。