-
公开(公告)号：CN114781766B
公开(公告)日：2022-09-13
申请号：CN202210708323.0
申请日：2022-06-22
Applicant: 长江水利委员会长江科学院
Abstract: 本申请公开一种水文站点的水文信息预测方法、装置、设备及存储介质，该预测方法通过获取河道中多个水文站点之间的空间拓扑关系来确定位于河道上游的第一目标站点和位于河道下游的第二目标站点，之后获取第一目标站点和第二目标站点的水文信息的特征参数并进行拟合以确定二者的组合方式，之后根据该组合方式对应选择待训练的水文信息预测模型并进行训练，得到已训练的水文信息预测模型，最后获取该组合方式对应的第一目标站点的特征参数在第一时间的采集值，并将采集值输入已训练的水文信息预测模型，得到组合方式对应的第二目标站点的特征参数在不早于第一时间的第二时间的预测值，从而减少预测模型模拟试算模型结构的运算量，提高模拟效果。
-
公开(公告)号：CN114707913A
公开(公告)日：2022-07-05
申请号：CN202210619724.9
申请日：2022-06-02
Applicant: 长江水利委员会长江科学院
Abstract: 本申请实施例提供一种水库供水方案的确定方法及装置，该方法基于目标水库的出库断面的出库水流量与各取水口控制站的水位之间关系的水位模拟模型，确定各取水口控制站分别对应的水位偏好系数，再根据各取水口控制站分别对应的水位偏好系数，以及各取水区域分别对应的干旱需求偏好系数，确定各下游取水口控制站对应的供水效益函数，以目标水库的发电效益函数、供水效益函数作为供水调度模型的目标函数，根据预设约束条件，构建目标水库的供水调度模型，将目标水库的多个供水调度方案输入到供水调度模型中，得到目标供水调度方案。本申请实现了水库调度方案与下游区域取用水的双向反馈，使得目标供水调度方案更加科学、合理。
-
公开(公告)号：CN112116130B
公开(公告)日：2022-04-15
申请号：CN202010855501.3
申请日：2020-08-24
Applicant: 长江水利委员会长江科学院 , 华中科技大学
IPC: G06Q10/04 , G06Q50/06 , G06F16/2458 , G06N3/04
Abstract: 一种基于可变结构深度学习框架的短期调度规则提取方法，包括：步骤1、构建深度学习网络；步骤2、输入因子‑决策变量样本对选择；步骤3、将步骤2的样本数据归一化；步骤4、关键超参数选择与优化；步骤5、网络重构；步骤6、网络训练：利用步骤5得到的重构网络，输入步骤3得到的样本进行网络学习，得到最终深度学习网络，此网络即为提取的短期调度规则。本发明立足电站实际历史运行数据，构建基于长短期记忆网络的深度学习网络模型，挖掘实际运行过程中蕴含的内在规律，建立电站短期调度规则，将电站调度期初末水位、期间来水过程以及电站受电网负荷过程作为输入因子，电站时段末水位作为决策变量，使模型输出结果更适用于实际调度过程。
-
公开(公告)号：CN110348707B
公开(公告)日：2021-09-07
申请号：CN201910560842.5
申请日：2019-06-26
Applicant: 长江水利委员会长江科学院
Abstract: 本发明提供一种通用化的梯级水库群联合调度系统，采用面向服务的体系结构，构建基于模型‑视图‑控制器(MVC)的三层模式系统，通过设计通用化的水库调度类库以及开发功能完备的组态控件，实现流域水电站群的自定义、快速添加，提高系统的可扩展性。针对流域、河流、水库的径流和洪水还现业务需求，提出的通用化的梯级水库群联合调度系统内置流量演算功能，可根据梯级水库调度规则，通过流域水库逐级常规调度，快速有效地实现不同调度情景下任意流域任意水库的径流还现计算，通过构建长江中上游水库群通用化调度系统，实现梯级水库群通用化调度演算功能。
-
公开(公告)号：CN112633645A
公开(公告)日：2021-04-09
申请号：CN202011451687.2
申请日：2020-12-10
Applicant: 长江水利委员会长江科学院
Abstract: 本发明提供一种河源干旱区水资源挖潜与高效利用效果的社会经济效益核算方法，运用物元分析理论，选取指标建立判断矩阵，并以此划分经典域和节域，通过关联度大小作为定性评价社会经济效益的数据来源；同时构建适应河源干旱区特征的C‑D生产函数，利用能值理论将不同要素全部转化为太阳能，若不同要素之间存在共线性，则利用岭回归解决要素间共线性的问题，最终根据所得函数求出年际水资源效益具体值，作为定量评价结果；分析研究区水资源挖潜和高效利用情况，分析投入和产出，得到研究区社会经济效益核算结果。本发明运用AHP和熵权法计算指标权重，克服主观性影响，定性和定量相结合避免了单一评价存在的偶然性问题，使得核算结果更加准确。
-
Patent Agency Ranking
公开(公告)号：CN112132469A
公开(公告)日：2020-12-25
申请号：CN202011024516.1
申请日：2020-09-25
Applicant: 华中科技大学 , 长江水利委员会长江科学院
Abstract: 本发明公开了一种基于多种群协作粒子群算法的水库群调度方法和系统，属于水库调度领域。本发明通过引入惯性权重大小逐级递减的多个粒子群，将粒子群算法的全局寻优能力和局部寻优能力充分发掘，同时通过多种群寻得的种群最优值定义的吸引因子分化种群，使得算法不易陷入局部最优值，最大化粒子群寻优能力，使水库群调度的求解中寻优能力最大化，求得的解为全局最优值；本发明通过多种群间协作的方式，逐级在种群间传递最优位置并通过多种群间协作的方式迅速向全局最优值收敛，加快了粒子群算法寻优和收敛的速度，使其在求解水库群调度问题时花费较少的时间。
-
公开(公告)号：CN110569958A
公开(公告)日：2019-12-13
申请号：CN201910832606.4
申请日：2019-09-04
Applicant: 长江水利委员会长江科学院
IPC: G06N3/00
Abstract: 本发明提供一种基于混合人工蜂群算法的高维复杂水量分配模型求解方法，包括以下具体步骤：步骤1，初始化相关参数；步骤2，根据水量分配模型，随机生成一批初始蜜源；步骤3，在原蜜源以及三个新的蜜源中选择适应度最大的蜜源进入下一代；步骤4，在原蜜源和新蜜源中选择适应度较大的蜜源进入下一代；步骤5，判断是否放弃蜜源；步骤6，判断是否满足终止条件，本发明在保持了标准人工蜂群算法全局搜索能力的基础上，吸收了差分进化策略、异维学习策略以及粒子群搜索策略的优点，增强了跳出局部最优值的能力，提高了搜索效率，具有更好的寻优能力和更快的收敛速度，为求解高维、复杂、非线性水量分配模型提供了保障。
-
公开(公告)号：CN109584099A
公开(公告)日：2019-04-05
申请号：CN201811245924.2
申请日：2018-10-24
Applicant: 华中科技大学 , 长江水利委员会长江科学院
Abstract: 本发明公开了一种电网调峰的水电站短期多目标发电计划编制方法及系统，首先，构建梯级水电站短期多目标发电计划编制模型；根据输入条件确定电站经济运行方式；在可行空间内随机产生若干粒子，并基于各粒子的目标函数值确定各粒子的个体极值，将彼此不受支配的部分粒子保存在外部档案集；更新各粒子的位置和速度，随机选择部分粒子进行多项式变异后，修复不可行解，再次计算各粒子的目标函数值；由再次计算的各粒子的目标函数值更新各粒子的个体极值；根据粒子的支配关系以及拥挤距离对外部档案集进行更新，若满足预设终止条件，则输出外部档案集，进而得到全局极值。本发明可有效减轻系统调峰压力，改善供电质量。电网能够安全稳定经济运行。
-
公开(公告)号：CN109002945A
公开(公告)日：2018-12-14
申请号：CN201811189866.6
申请日：2018-10-12
Applicant: 华中科技大学 , 长江水利委员会长江科学院
CPC classification number: G06Q10/04 , G06Q10/0635 , G06Q50/06
Abstract: 本发明属于水电能源优化运行领域，公开了一种分时电价下省际电网水电多目标购电优化方法及系统，建立并求解了基于用户需求对分时电价响应的多目标分时电价模型；并且引入基于投资组合理论的条件风险价值作为风险指标，提出购电期望收益最大化和购电风险最小化的多目标优化模型；将购电配比方案与购电风险方案联合优化获得电网水电省际购电风险决策和最优购电配比。本发明结合用户对电价变化的敏感性，考虑最小化系统峰谷负荷、最大化用户满意度多个目标，建立了基于用户响应的多目标分时电价模型，提高了分时电价方案的可行性，为建立购电期望效益最大模型奠定了基础。
-
公开(公告)号：CN222232009U
公开(公告)日：2024-12-24
申请号：CN202422839552.3
申请日：2024-11-21
Applicant: 长江水利委员会长江科学院
Abstract: 本申请实施例公开了一种沙波模拟试验系统，可以采用水沙循环系统对宽域水流进行流速调节，以实现沙纹、沙波、逆行沙波、动平床等多种沙波形态塑造；同时还可以运用沙波水槽内的消能槽对水流进行快速消能，也可以运用沙波采集重构系统实现对沙波形态参数的智能化提取以进行沙波形态的重构；另外还可以运用移动支撑组件实现灵活移动，能够高效满足高校的基础科研、教学演示等需求。
-
-
-
-
-
-
-
-
-
Search Results
102
records
(took 0.081 seconds)
