一种基于数字孪生的水利模型构建方法及系统

    公开(公告)号:CN117371337A

    公开(公告)日:2024-01-09

    申请号:CN202311671485.2

    申请日:2023-12-07

    Abstract: 本发明公开了一种基于数字孪生的水利模型构建方法及系统,涉及水利工程技术领域,由位于检测区域内的采集点采集数据,并使用卷积神经网络模型建立水利数字孪生模型;对从监测点处获取若干组监测数据做数据分析并获取数据质量集合,由数据质量集合生成稳定性系数,筛选出目标数据,以目标数据作为输入,使用训练后的水利数字孪生模型获取相应的预测数据,并依据预测数据与实际数据的偏差程度生成对应的误差系数,若其超过误差阈值,依据异常模块的参数特征及算法特征选择出相应的修正方案,对水利孪生模型进行修正。能够存在水利风险时提前预知,预留出相对较多的处理时间,在一定程度上减少安全隐患。

    一种大型水库工程生态调度方案的确定方法

    公开(公告)号:CN117852723A

    公开(公告)日:2024-04-09

    申请号:CN202410239482.X

    申请日:2024-03-04

    Abstract: 本发明公开了一种大型水库工程生态调度方案的确定方法,涉及水库调度技术领域,将可调度区域分割为若干个子区域,并使用训练后的生态流量需求模型,输出各个子区内的最大的需水量及最小需水量,对水库的各项蓄水目标的耗水量进行优化,获取用于可调度区域的最大生态供水量,计算各个子区域的供水优先级,确定约束条件和调度目标后,依据供水优先级,使用训练后的生态流量调度模型为各个子区域给出对应的生态流量调度方案;由预测数据构建影响系数及调度均匀度,依据调度均匀度判断调度方案是否需要优化,若需要,对其做出优化。对调度方案做优化,在处于枯水阶段时,通过精细化的水资源调度,减少水资源的浪费。

    一种基于人工智能的水资源调度监测系统

    公开(公告)号:CN117291432A

    公开(公告)日:2023-12-26

    申请号:CN202311592972.X

    申请日:2023-11-27

    Abstract: 本发明公开了一种基于人工智能的水资源调度监测系统,涉及水资源调度技术领域,若数据质量指数低于预设的质量阈值,则对低质量数据组的修正并生成水体修正数据集合;生成水体变化的区域风险指数并进而获取监测区域内水体的风险指数,若所获取的风险指数超过第二风险阈值,发出第一报警指令,否则,对风险指数的变化趋势进行预测,若其预测值较当前值增加比例超过比例阈值,发出第二报警指令;在接收到第一或者第二报警指令后,由水体流动模型对监测区域内的水体变化进行持续预测,由若监测区域内的水体存在安全隐患,发出预测结果。若是存在风险,则输出更加全面的预测结果,以便于对可能存在安全隐患的水体做相应的处理,避免风险的产生。

    基于数字孪生的水利监测方法及系统

    公开(公告)号:CN117057616A

    公开(公告)日:2023-11-14

    申请号:CN202311308043.1

    申请日:2023-10-11

    Abstract: 本发明公开了基于数字孪生的水利监测方法及系统,涉及水利监测技术领域,对监测区域内的降雨条件形成监测,建立降雨条件集并生成降雨条件系数,若其大于条件阈值,在第一采样区域内采集当前的洪涝相关参数,汇总后建立第一水面参数集,并生成第一风险系数;在第二采样区域内设置数据采集点,采集当前的洪涝状态参数,建立第二风险系数;由第一风险系数及第二风险系数生成综合风险系数,并建立覆盖监测区域的数字孪生的水利模型;对监测区域内的洪涝变化进行仿真分析,获取到监测区域内的洪涝特征,匹配相应的排涝策略。对监测区域内洪涝风险的综合性的判断和监测,相对于通过单一数据采集或者监测设备对洪涝风险进行监测,覆盖范围更广。

    基于数字孪生的智慧农业线上产业化服务系统

    公开(公告)号:CN116738766A

    公开(公告)日:2023-09-12

    申请号:CN202311010821.9

    申请日:2023-08-11

    Abstract: 本发明公开了基于数字孪生的智慧农业线上产业化服务系统,涉及智慧农业技术领域,生成天气条件系数,通过小麦种植生长状态及条件数据,训练并建立小麦种植数字孪生模型;将种植区域分割为冻害区域和非冻害区域;结合种植区域的地形信息,建立冻害区域的地形模型;并建立病虫害感染数据集,并进而生成虫害感染系数,筛选出虫害区域;通过小麦成长系数筛选出施肥区域,确定各个施肥区域内需要施肥的量;判定对应检测区域的风险级别,若风险级别高于预期,在采取针对性措施后,生成小麦的生长系数,筛选出重点关注区域并向外预警。通过仿真分析确定出雨水聚集点,从而在需要时提前进行排水,或者设置排措施以减少小麦冻害的产生。

    一种基于XGBoost机器学习模型的水位动态预测方法

    公开(公告)号:CN114912359A

    公开(公告)日:2022-08-16

    申请号:CN202210545239.1

    申请日:2022-05-19

    Abstract: 本发明公开了一种基于XGBoost机器学习模型的水位动态预测方法,具体步骤包括获取真实流域的历史水情数据,并进行预处理;对预处理的历史水情数据进行划分,得到训练集和测试集;基于XGBoost机器学习建立水位动态预测模型,并根据训练集训练模型,以及利用测试集测试模型表现,并调整模型参数;根据训练完成的水位动态预测模型预测实际水位动态,并输出预测结果。本发明获取历史水情数据,再基于XGBoost机器学习建立水位动态预测模型并进行训练测试,增加模型的精确度。从而根据实际水情数据进行水位预测。能够实现以流域历史水位和当前水位数据作为模型输入,实现未来水位预测的功能,从而有效地促进洪水预报工作的开展。

Patent Agency Ranking