-
公开(公告)号：CN109541163B
公开(公告)日：2021-06-04
申请号：CN201811413791.5
申请日：2018-11-26
Applicant: 华北水利水电大学
IPC: G01N33/18
Abstract: 本发明涉及水质监测技术领域，尤其涉及多功能水质监测办公平台。所述多功能水质监测办公平台包括自行车本体、尾座、固定扣、两个侧板及锁杆，所述尾座位于自行车本体尾部，固定扣由旋转条和连接件构成，连接件和侧板转动连接，旋转条一端和尾座转动连接，转动条另一端开设有齿槽，旋转条通过齿槽和连接件啮合连接，锁杆用于将侧板扣紧在尾座上。本发明不仅便于监测设备的运输，还可以通过固定扣将侧板和板面固定、形成一个工作台，从而便于进行水质监测。
-
公开(公告)号：CN111554072A
公开(公告)日：2020-08-18
申请号：CN202010339167.6
申请日：2020-04-26
Applicant: 华北水利水电大学
Abstract: 本发明公开了一种基于深度学习的山洪预警系统，属于山洪预警领域，它可以实现及时将预警发布出去，给防汛部门和人民充分的准备时间，还将信息及时发给外部救援力量组织，以便快速的作出反应，最低限度的降低生命和财产损失，而且数据处理模块除了对前端采集到的数据进行分析外，还将地方的气象数据库引入到处理模块中，这样能更全面、更精确的分析山洪爆发的情况，同时也能为以后的数据分析留下样本，此外预警系统的遥测终端也方便维护，通过旋转式设计将水位探测器悬挂起来，这样工作人员不需要攀爬或登梯就可将水位探测器取下来，而且利用两个可调节的半环形夹板来夹持水位探测器，既能保证夹持稳固，又方便取下。
-
公开(公告)号：CN109541163A
公开(公告)日：2019-03-29
申请号：CN201811413791.5
申请日：2018-11-26
Applicant: 华北水利水电大学
IPC: G01N33/18
Abstract: 本发明涉及水质监测技术领域，尤其涉及多功能水质监测办公平台。所述多功能水质监测办公平台包括自行车本体、尾座、固定扣、两个侧板及锁杆，所述尾座位于自行车本体尾部，固定扣由旋转条和连接件构成，连接件和侧板转动连接，旋转条一端和尾座转动连接，转动条另一端开设有齿槽，旋转条通过齿槽和连接件啮合连接，锁杆用于将侧板扣紧在尾座上。本发明不仅便于监测设备的运输，还可以通过固定扣将侧板和板面固定、形成一个工作台，从而便于进行水质监测。
-
公开(公告)号：CN109001405A
公开(公告)日：2018-12-14
申请号：CN201811044833.2
申请日：2018-09-07
Applicant: 华北水利水电大学
Abstract: 本发明公开了一种全水域可用水质监测装备，包括监测装备壳体、水样采集装置、动力装置和两组以上的浮潜装置；监测装备壳体为中空的椭圆柱形，监测装备壳体的上部设置有鱼鳍板；水样采集装置位于监测装备壳体内；动力装置与监测装备壳体尾部固定连接，动力装置包括动力外壳、尾塞和舵机，动力外壳包括固定壳及连接壳，连接壳的一端和固定壳连接、另一端和监测装备壳体连接，尾塞的一端置于监测装备壳体内腔的尾部，舵机安装在尾塞内，舵机上连接有舵机摇臂，舵机摇臂通过柔性连接件与连接壳相连；浮潜装置分别位于监测装备壳体底部两侧。本发明还公开了一种全水域可用水质监测系统。本发明解决了浅水域搁浅、侧翻与深水域探测不到的问题。
-
公开(公告)号：CN107238407A
公开(公告)日：2017-10-10
申请号：CN201710305503.3
申请日：2017-05-03
Applicant: 华北水利水电大学
Abstract: 本发明涉及安全监测技术领域，特别是一种南水北调工程安全数据异常模式发现方法及系统，围绕传感器安全阈值确定、监测数据预测和异常模式发现机制构建三个方面，展开基于“自助法”的传感器安全阈值计算、基于机器学习和多模型方法的监测数据预测、基于智能信息处理的异常模式发现机制构建的研究，为南水北调工程安全异常模式发现提供科学的理论依据和辅助决策，包括：将传感器进行分组；确定每个传感器的安全阈值；确定每组传感器的既定阀值；判断任一传感器收到数据是否超出该传感器的安全阈值；判断该传感器所在组内所发生异常的传感器比率是否超过既定阀值。
-
Patent Agency Ranking
公开(公告)号：CN112734117A
公开(公告)日：2021-04-30
申请号：CN202110049076.3
申请日：2021-01-14
Applicant: 华北水利水电大学
Abstract: 本发明公开了一种基于改进VMD‑QR‑ELM混合模型的水位预测方法，涉及水位预测技术领域。将正交三角矩阵分解(QR)应用到极限学习中，然后在此基础上构建QR型极限学习。然后通过极值拓延改进变分模态分解(VMD)，以解决VMD方法所存在的端点效应，最后将QR‑ELM与改进变分模态分解进行深入融合，并基于并行计算思想构建并行VMD‑QR‑ELM混合模型。基于并行VMD‑QR‑ELM的水位预测模型相比于传统极限学习模型(ELM)，精准度提高2.05倍，可信度提高1.56倍，对于串行模型其效率提高5.56倍。
-
公开(公告)号：CN111982596A
公开(公告)日：2020-11-24
申请号：CN202010845733.0
申请日：2020-08-20
Applicant: 华北水利水电大学
Abstract: 本发明公开了一种智能水资源监控终端，包括架体、水样存储箱、采水探杆、柔性采水管、换向阀以及提手，本发明通过转动采水探杆能够使得柔性采水管逐渐紧紧缠绕到采水探杆上，从而使得柔性采水管内残存的之前所采样的水体从柔性采水管两端排出，在水体采样点处，将换向阀切换成停止水流流入换向阀状态，并且沿反方向转动所述转动把手，柔性采水管逐渐从所述采水探杆上松开并恢复原先形状，并逐渐使采样水体充满整个柔性采水管内部，然后将换向阀切换成水流流向水样存储箱状态，实现采样点处的水体向水样存储箱自动流入，根据本发明上述操作能够实现在不同的水体深度中连续进行精确水体采样的目的。
-
公开(公告)号：CN112016839B
公开(公告)日：2022-11-08
申请号：CN202010899796.4
申请日：2020-08-31
Applicant: 华北水利水电大学
Abstract: 本发明公开了一种基于QR‑BC‑ELM的洪涝灾害预测预警方法，涉及洪涝预警技术领域，考虑多种洪水成因，基于极限学习机与地理信息系统建立洪水模型，以模拟黄河流域洪水易发区，并验证极限学习机相对于人工神经网络的效率与精度优势。本发明提供的改进极限学习模型的学习速度是人工神经网络的32倍，是传统极限学习模型的1.2倍。而且，所提出的正交三角分解极限学习模型和满秩分解极限学习模型的噪音处理能力都要大大优于人工神经网络，BC‑ELM和QR‑ELM在预测精度与预测效率方面具有很大的优势，是洪水预报模型较为合适的选择。
-
公开(公告)号：CN112016839A
公开(公告)日：2020-12-01
申请号：CN202010899796.4
申请日：2020-08-31
Applicant: 华北水利水电大学
Abstract: 本发明公开了一种基于QR-BC-ELM的洪涝灾害预测预警方法，涉及洪涝预警技术领域，考虑多种洪水成因，基于极限学习机与地理信息系统建立洪水模型，以模拟黄河流域洪水易发区，并验证极限学习机相对于人工神经网络的效率与精度优势。本发明提供的改进极限学习模型的学习速度是人工神经网络的32倍，是传统极限学习模型的1.2倍。而且，所提出的正交三角分解极限学习模型和满秩分解极限学习模型的噪音处理能力都要大大优于人工神经网络，BC-ELM和QR-ELM在预测精度与预测效率方面具有很大的优势，是洪水预报模型较为合适的选择。
-
公开(公告)号：CN111445087A
公开(公告)日：2020-07-24
申请号：CN202010305624.X
申请日：2020-04-17
Applicant: 华北水利水电大学
Abstract: 本发明公开了基于极限学习机的洪水预测方法，涉及灾害预测技术领域，本发明根据多种洪水成因、极限学习机以及地理信息系统GIS建立洪水预测模型，通过确定系数r、威尔默特指数WI、纳什效率指数Ens、均方根误差RMSE、平均绝对误差MAE和相关误差RE验证了极限学习机相对于人工神经网络的效率与精度优势，实验结果表明，极限学习机的学习速度是人工神经网络的32倍，而且极限学习机的噪音处理能力要优于人工神经网络，与人工神经网络相比，极限学习在预测能力与效率方面具有很大的优势，是洪水预报模型较为合适的选择。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.028 seconds)
