1.一种基于tcn网络的洪涝预测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于tcn网络的洪涝预测方法，其特征在于，步骤s1中降雨强度数据由下式确定：
3.根据权利要求1所述的一种基于tcn网络的洪涝预测方法，其特征在于，步骤s1中收集洪水水深数据的具体过程包括：
4.根据权利要求1所述的一种基于tcn网络的洪涝预测方法，其特征在于，步骤s2中训练集、测试集和验证集按8：1：1比例划分。
5.根据权利要求1所述的一种基于tcn网络的洪涝预测方法，其特征在于，步骤s3中所述tcn网络预测模型由matlab深度学习框架构建，所述tcn网络预测模型包括多个残差块，每一个所述残差块依次连接，每一个所述残差块包括依次连接第一扩展因果卷积层、第一归一化层、第一空间辍学层、第二因果卷积层、第二归一化层、激活函数层和第二空间辍学层，以及一个卷积层，
6.根据权利要求5所述的一种基于tcn网络的洪涝预测方法，其特征在于，
7.根据权利要求6所述的一种基于tcn网络的洪涝预测方法，其特征在于，
8.根据权利要求6所述的一种基于tcn网络的洪涝预测方法，其特征在于，步骤s4的贝叶斯算法的具体过程包括：
9.一种基于tcn网络的洪涝预测系统，其特征在于，包括：
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述的计算机存储程序被处理器执行时，实现权利要求1至8任一项所述的基于tcn网络的洪涝预测方法。