-
公开(公告)号：CN112464570B
公开(公告)日：2022-12-20
申请号：CN202011439998.7
申请日：2020-12-10
Applicant: 中国电建集团华东勘测设计研究院有限公司 , 国家能源局大坝安全监察中心
IPC: G06F30/27 , G06N3/04 , G06N3/08 , G06F119/08
Abstract: 本发明涉及一种基于BP‑LSTM的大坝监测物理量智能预测方法。本发明的目的是提供一种更为智能、方便、有效的基于BP‑LSTM的大坝监测物理量智能预测方法。本发明的技术方案是：一种基于BP‑LSTM的大坝监测物理量智能预测方法，其特征在于：获取需预测时段内的大坝监测数据，包括各时刻的大坝上、下游水位和大坝上游边界温度；将预测时段内各时刻的大坝上、下游水位和大坝上游边界温度输入BP‑LSTM网络模型，输出该预测时段内监测物理量的预测值。本发明适用于大坝安全监测及管理领域。
-
Patent Agency Ranking
公开(公告)号：CN112785195A
公开(公告)日：2021-05-11
申请号：CN202110155485.1
申请日：2021-02-04
Applicant: 中国电建集团华东勘测设计研究院有限公司 , 国家能源局大坝安全监察中心
Abstract: 本发明涉及一种基于模糊综合评价的大坝安全风险排序方法，其特征在于：S1、获取n座大坝的风险赋值特征值矩阵；S2、采用归一化公式对风险评价因素进行归一化处理，将风险赋值特征值矩阵转化为风险评价因素的相对优属度矩阵；S3、确定风险评价因素优劣等级数c，得到相对优属度标准值向量；S4、将大坝的相对优属度分别与相对优属度标准值向量逐一比较，得到大坝风险评价因素的相对优属度分别介于的相邻优劣级别区间，得出大坝优劣级别的级别上限和级别下限；S5、根据隶属度多级模糊优选模型解得大坝归属于各个优劣级别的最优相对隶属度矩阵；S6、根据公式确定n座大坝的风险指数。本发明适用于大坝安全管理领域。
-
公开(公告)号：CN112434750A
公开(公告)日：2021-03-02
申请号：CN202011403617.X
申请日：2020-12-04
Applicant: 中国电建集团华东勘测设计研究院有限公司 , 国家能源局大坝安全监察中心
Abstract: 本发明涉及一种基于卷积神经网络的大坝监测数据发展模式识别方法。本发明的目的是提供一种快速、准确、高效的基于卷积神经网络的大坝监测数据发展模式识别方法。本发明的技术方案是：一种基于卷积神经网络的大坝监测数据发展模式识别方法，对于任意待识别大坝监测数据序列，以多时间尺度进行数据预处理，并调用训练好的卷积神经网络模型进行多时间尺度模式识别，得到识别成果；所述卷积神经网络模型的训练方法如下：S1：收集获取大量大坝监测数据序列；S2：构建用于监测数据序列模式识别的卷积神经网络模型；S3：对学习样本进行数据预处理以满足卷积神经网络的输入格式。本发明适用于大坝安全监测、监控及管理领域。
-
公开(公告)号：CN111578881A
公开(公告)日：2020-08-25
申请号：CN202010497149.0
申请日：2020-06-04
Applicant: 中国电建集团华东勘测设计研究院有限公司 , 国家能源局大坝安全监察中心
Abstract: 本发明涉及一种拱坝垂线监测数据的精确处理方法。本发明的目的是提供一种适用于双曲拱坝的拱坝垂线监测数据的精确处理方法。本发明的技术方案是：确定拱坝的整体坐标系；在拱坝不同高程的垂线测点位置分别建立以相应测点处切向和径向为坐标轴的局部坐标系；根据拱坝体型方程计算得到各测点局部坐标对整体坐标系的坐标变换矩阵；在垂线各测点测读相应点位置的切向和径向位移增量；根据矢量坐标变换规则，利用坐标变换矩阵将各测点位移分量的增量变换至整体坐标系；通过代数求和方法计算拱坝垂线各测点在整体坐标系下的位移分量，并通过位移矢量的坐标逆变换得到各测点径向位移和切向位移的精确值。本发明适用于大坝安全监测领域。
-
公开(公告)号：CN106934208B
公开(公告)日：2019-07-23
申请号：CN201710006186.5
申请日：2017-01-05
Applicant: 国家能源局大坝安全监察中心 , 中国电建集团华东勘测设计研究院有限公司
IPC: G06F17/10
Abstract: 本发明公开一种大坝异常监测数据自动识别方法，包括：构建原始监测数据序列的轨迹矩阵，对轨迹矩阵进行奇异值分解得到特征组；将特征组按照特征值从大到小排列，选择累积贡献率大于等于85%的前若干个特征组为主要特征组；计算主要特征组对应的基本矩阵，对基本矩阵进行对角平均化得到数据序列的主要成分；将主要成分累加得到重构数据序列；用重构序列和原数据序列相减得到残差序列，求出残差序列的标准差；根据测值的残差由拉依达准则判断测值是否为异常值。该方法能够自动提取监测数据序列的主要特征，避免人工建立数学模型，不但能保证判断的一致性和准确性，还降低了人力资源投入；当水位、气温等环境量缺失时仍然能够对监测数据进行判别。
-
公开(公告)号：CN106934208A
公开(公告)日：2017-07-07
申请号：CN201710006186.5
申请日：2017-01-05
Applicant: 中国电建集团华东勘测设计研究院有限公司
IPC: G06F19/00
CPC classification number: G16Z99/00
Abstract: 本发明公开一种大坝异常监测数据自动识别方法，包括：构建原始监测数据序列的轨迹矩阵，对轨迹矩阵进行奇异值分解得到特征组；将特征组按照特征值从大到小排列，选择累积贡献率大于等于85%的前若干个特征组为主要特征组；计算主要特征组对应的基本矩阵，对基本矩阵进行对角平均化得到数据序列的主要成分；将主要成分累加得到重构数据序列；用重构序列和原数据序列相减得到残差序列，求出残差序列的标准差；根据测值的残差由拉依达准则判断测值是否为异常值。该方法能够自动提取监测数据序列的主要特征，避免人工建立数学模型，不但能保证判断的一致性和准确性，还降低了人力资源投入；当水位、气温等环境量缺失时仍然能够对监测数据进行判别。
-
-
-
-
-
Search Results
16
records
(took 0.031 seconds)
