基于数据驱动的以电折水系数复合模型及预测方法

本发明提供了一种基于数据驱动的以电折水系数复合模型及预测方法，通过将空间插值类、神经网络类及区域化预测模型三大类模型并列运行与对比分析形成复合模型，可以适应数据的不同特征，显著提升预测精度和泛化能力，适用于不同场景下的以电折水系数估算。其中EPC‑STIN模型（神经网络类）和区域化预测模型是以电折水预测模型的创新型架构。此外，本发明采用多个评价指标，并通过综合评价体系对复合模型的预测结果进行综合评价，从而针对不同的数据集输出精确度最优的预测模型，确保综合得分能反映模型在误差精度、预测区间可靠性等多方面的均衡表现，提升了模型选择的科学性。因此，本发明相比于现有技术为以电折水系数预测提供了更全面的评估依据，帮助用户科学量化预测结果的不确定性，提升决策的可信度。