-
公开(公告)号：CN109059875B
公开(公告)日：2019-11-01
申请号：CN201810684497.1
申请日：2018-06-28
Applicant: 中国水利水电科学研究院
IPC: G01C13/00
Abstract: 本发明公开了一种驱动完美模型开展月尺度径流预报的方法，涉及水文预报技术领域。该方法利用历史上已经出现的初始状态、驱动条件和产出的组合，结合当前预报时段的初始状态和驱动条件滚动获取预报结论，具有如下的优势：①未涉及水文模型建模过程，屏蔽了对产汇流等机理进行描述的环节，因此，预报过程中的模型结构误差、模型参数误差将消失；②结构简单，方便易用，只需要有限的实测数据即可完成预报任务，较水文模型、相关分析等方法更具操作性；③在前期数据较为丰富的情况下，仅存在驱动数据误差这一种误差源，误差之间不会形成叠加和放大，较其他方法精度更高。
-
公开(公告)号：CN110390168A
公开(公告)日：2019-10-29
申请号：CN201910674500.6
申请日：2019-07-25
Applicant: 中国水利水电科学研究院
Abstract: 本发明公开了一种对土壤含水量初值的数据同化方法，涉及水文模拟技术领域。该方法通过计算研究流域的优化参数值，将土壤含水量初值作为参数值；计算变量和参数的集合扰动值；计算研究流域的径流预报集合，每次循环计算径流量时，均从第一个时段开始计算，逐次增加时段循环；将研究流域对应时段的实测径流值进行高斯扰动，并将得到的研究流域的实测径流值的高斯扰动值作为观测数据集合；融入观测数据集合进行同化更新；最终同化后得到的初始土壤含水量的优化平均值，选出最小协方差对应的土壤含水量值作为所求的土壤含水量初值。本发明提供的方法可以较好的提高产流计算精度，进而提高洪水预报精度，同时也为模型预热时长提供参考。
-
公开(公告)号：CN110222911A
公开(公告)日：2019-09-10
申请号：CN201910538884.9
申请日：2019-06-20
Applicant: 中国水利水电科学研究院
IPC: G06Q10/04
Abstract: 本发明公开了一种卫星遥感与地面数据协同的雨量站网优化布局方法，包括以下步骤：S1：收集研究区域已有站网的实测降水数据和卫星遥感降水产品，并统一为日尺度格网数据集；S2：根据信息熵和克里金插值理论，计算每个格网的空间代表性和插值精度两个指标，即从单站的角度筛选出雨量站布设的潜在区域；S3：计算在每个潜在布设位置新建站点后站网的总信息量、平均空间代表性和插值精度三个指标，即从整体站网的角度筛选建站的位置；解决了以往方法中站网的空间代表性优化使得其无法能够更好地获取监测区域的降水特征、站网布局优化的时效性低、计算步骤复杂和普适性差的问题。
-
公开(公告)号：CN110188484A
公开(公告)日：2019-08-30
申请号：CN201910474850.8
申请日：2019-06-03
Applicant: 中国水利水电科学研究院
IPC: G06F17/50
Abstract: 本发明公开了一种水动力水质模型自适应网格生成方法，其包括以下步骤：S1、生成覆盖计算域的若干叶网格和若干个子网格；S2、获取子网格的地形坡度；S3、根据子网格的地形坡度和目标区域边界种子点和子网格中心的相对位置关系选取叶网格，将选取出的叶网格的划分水平调整为最低划分水平；S4、获取不为最高划分水平的叶网格中子网格的水位梯度和污染物浓度梯度；S5、根据水位梯度、污染物浓度梯度和干湿边界再次调整对应叶网格的划分水平，得到重新划分后的若干子网格。本方法能够细化地形坡度较大区域的网格，同时可以根据水位和污染物浓度梯度自适应调整网格大小，计算过程中可以保证模型的静水和谐性和模型的模拟精度。
-
公开(公告)号：CN109740485A
公开(公告)日：2019-05-10
申请号：CN201811607578.8
申请日：2018-12-27
Applicant: 中国水利水电科学研究院
Abstract: 本发明公开了一种基于光谱分析和深度卷积神经网络的水库或塘坝识别方法，涉及人工智能，图像识别领域。首先利用光谱分析对高清遥感影像进行处理，提取水域边界信息，将水域边界信息映射到原始图像上，然后利用原始影像上的水域边界信息，将原始图片分割为若干个包含蓄水体的图片块，将这些图片块作为构建的卷积神经网络的输入，利用卷积神经网络对大坝、闸门、泄洪道进行识别分类，最后，利用大坝、闸门、泄洪道对水体进行识别和分类。准确率达到80％以上，大大提高了水体识别的准确度，卷积神经网络在结构上有明显的简化，在运行速度和稳健性上有了极大的提高，处理速度可达23fps，实现了水库、塘坝的快速精准识别。
-
Patent Agency Ranking
公开(公告)号：CN108171007B
公开(公告)日：2019-02-05
申请号：CN201810036068.3
申请日：2018-01-15
Applicant: 中国水利水电科学研究院
Abstract: 本发明公开了一种基于数值集合预报极值修正的中长期径流预报方法，涉及水文数据处理领域。所述方法：确定预报区域和预报时段；采用数值集合预报方法对预报时段的预报区域进行预报，得到平均径流预报数据结论α，记为Q_Model_Forecast；采用海温遥相关方法对预报时段的预报区域进行预报，得到平均径流预报数据结论β，记为Q_SST_Forecast；计算Q_SST_Forecast的距平值Ano，当|Ano|≥50％，用Q_SST_Forecast代替Q_Model_Forecast作为最终预报结论；当|Ano|＜50％，用Q_Model_Forecast作为最终预报结论。本发明能够实现预见期为1年的月尺度径流预报，在趋势预测和极值预测中，本发明所述方法较目前常用的数值集合预报方法或统计预报方法具有较高的精度。
-
公开(公告)号：CN109102032A
公开(公告)日：2018-12-28
申请号：CN201811018396.7
申请日：2018-09-03
Applicant: 中国水利水电科学研究院
Abstract: 本发明公开了一种基于深度森林和自编码的泵站机组诊断方法，涉及水力机械故障诊断技术领域。该方法，首先利用深度森林的多粒度扫描对所述原始振动信号进行特征转换，然后采用多层自编码结构进行无监督特征学习，得到具有故障特征的特征向量，最终将得到的所述具有故障特征的特征向量代入深度森林的级联森林中进行有监督的逐级训练，得到最终分类结果，完成泵站机组智能诊断。利用深度森林模型，避免了深度神经网络应用于故障诊断领域中的复杂的理论分析、繁琐的调参过程；利用多层自编码，避免了级联森林训练中维数大，耗时大的问题；避免了人工特征提取的局限性以及浅层机器学习诊断精度低的问题，实现了从原始监测数据的端对端的智能故障诊断。
-
公开(公告)号：CN106528218B
公开(公告)日：2018-12-21
申请号：CN201610947693.4
申请日：2016-10-26
Applicant: 中国水利水电科学研究院
IPC: G06F9/445
Abstract: 本发明涉及一种全球预报系统数据下载方法，属于气象数据下载技术领域，该方法包含数据下载脚本，数据维护脚本和数据停止脚本；数据下载脚本用于调用Axel进程下载GFS数据；数据维护脚本用于监控和调整数据下载进程；GFS数据停止脚本用于终止数据下载进程的程序。本发明有效地解决了下载卡死和下载有遗留状态文件的问题，使下载进程不受网络环境干扰。达到了不间断、稳定下载全球气象预报数据的效果。
-
公开(公告)号：CN108869145A
公开(公告)日：2018-11-23
申请号：CN201810385373.3
申请日：2018-04-26
Applicant: 中国水利水电科学研究院
IPC: F03B11/00
Abstract: 本发明公开了一种基于复合特征指标和深度极限学习机的泵站机组诊断方法，涉及水力机械故障诊断技术领域。该诊断方法采用自适应迭代滤波直接从原始振动信号中进行非平稳时间序列分解，可以有效地提取机组非平稳特征，在各个非平稳信号成分基础上提取时域统计信号、频域统计信号、能量信号、样本熵信号、排列熵信号，并利用深度极限学习机，快速有效的进行特征学习，提取各个特征的隐含故障信息，避免了手动设计和提取特征的局限性和基于人工神经网络的复杂调参过程，从而实现水泵机组故障的智能诊断，以提高水泵机组故障诊断的准确性和有效性。
-
公开(公告)号：CN107609335B
公开(公告)日：2018-10-30
申请号：CN201710867334.2
申请日：2017-09-22
Applicant: 中国水利水电科学研究院
Abstract: 本发明公开了一种基于合成流量和形状拟合的洪水预报方法，涉及水文模拟及预报技术领域。所述方法：推求预报目标断面流量与上游断面流量的相关关系；对预报流域进行分布式水文模型建模，率定得到的分布式水文模型中每个计算单元的产汇流参数；根据预报目标断面处的历次洪水洪峰和历次洪量资料，拟合洪峰与洪量对应关系；推求实际退水过程所对应的指数型退水曲线参数；流量合成得到预报目标断面在汇流预见期内的流量预报结果；获取预报目标断面在当场洪水的预报洪量和预报洪峰；将达到预先设定要求时对应的流量预报结果作为本次洪水预报的最终结果。本发明延长洪水预报预见期，使预报结果更加合理、精确。
-
-
-
-
-
-
-
-
-
Search Results
253
records
(took 0.059 seconds)
