-
公开(公告)号：CN111445085A
公开(公告)日：2020-07-24
申请号：CN202010285337.7
申请日：2020-04-13
Applicant: 中国水利水电科学研究院
IPC: G06Q10/04 , G06F30/25 , G06F17/18 , G06F113/08
Abstract: 本发明公开了一种考虑中大型水库工程蓄水影响的中长期径流预报方法，涉及水文预报技术领域；该方法结合流域内中大型蓄水工程的蓄水情况，通过归一化差异水体指数计算NDWI指数，基于NDWI指数识别LandSat卫星图片中的水体，并统计水体面积变化率从而提出了工程蓄水影响因子，同时结合环流指数作为预报因子，作为SVR预报模型的输入参数，选取多年的历史径流数据作为历史样本，分为训练集和测试集对SVR模型进行训练和测试；得到最终SVR预报模型并进行预测。本发明中的方法提升了对特定流域的中长期预报方法的预报精度和实用性，所提出的方法参数设置少，全局寻优能力强，可以有效避免计算量大、耗时长、需要的样本量大、预测精度低的问题。
-
公开(公告)号：CN108830423B
公开(公告)日：2020-06-23
申请号：CN201810645809.8
申请日：2018-06-21
Applicant: 中国水利水电科学研究院
Abstract: 本发明公开了一种基于预报域的年径流预测方法，涉及水文预报技术领域。该方法首先利用高斯混合模型对多年径流值进行聚类，根据聚类结果划分预报域。然后选取相关系数大且对径流有物理影响的环流指数及前一年累积降雨数据作为预报因子并对预报因子值归一化处理，利用训练集对分类支持向量机(SVC)模型训练，把检验集输入得出预测结果，最终，通过将预测结果与实际值进行比对，发现准确率均高于现有技术中的划分方法，所以，本发明的方法，通过提出预报域的概念，并采用高斯混合模型对径流数据本身进行聚类划分为预报域，可以更加充分地考虑径流序列本身的分布特性，从而可以更加有效地刻画径流序列的内在分布规律。
-
公开(公告)号：CN111178712A
公开(公告)日：2020-05-19
申请号：CN201911313104.7
申请日：2019-12-18
Applicant: 中国水利水电科学研究院
Abstract: 本申请提供了一种用于引调水工程事故后援救预警方法及系统，本申请技术方案在充分权衡灾害严重程度和救援力量匹配的基础上，智能确定事故级别，实现了救援责任机构职能与救援任务的精准适配，本申请已应用于我国北疆某引调水工程的智能预警决策，多年应用实践表明，本方案能够根据工程自身特点及相关管理机构预警决策，为该工程管理机构制定与工程救援实际相符的应急响应方案，争取应急救援宝贵时间，最大程度地控制工程突发险情发展提供了科技支撑。
-
公开(公告)号：CN110909652A
公开(公告)日：2020-03-24
申请号：CN201911122874.3
申请日：2019-11-16
Applicant: 中国水利水电科学研究院
IPC: G06K9/00
Abstract: 本发明公开了纹理特征优选的农作物种植结构月尺度动态提取方法，包括以下步骤：S1：确定分析区域空间范围并进行数据准备，收集不大于月尺度的时间序列卫星遥感数据集，时间上统一处理为月尺度数据，同时完成研究区域内样本数据的预获取；S2：利用预处理后的月尺度卫星遥感影像数据，基于灰度共生矩阵计算影像的纹理特征；S3：基于实测样本计算不同纹理特征量的均值与方差，并计算不同样本间纹理特征量的可区分能力；解决了传统获取农作物种植结构信息的方法忽略了对分类特征量的筛选，增加了时间复杂度的问题。
-
公开(公告)号：CN107463633B
公开(公告)日：2019-09-06
申请号：CN201710581029.7
申请日：2017-07-17
Applicant: 中国航天系统科学与工程研究院 , 中国水利水电科学研究院 , 湖南农业大学
IPC: G06F16/903 , G06N3/02
Abstract: 一种基于EEMD‑神经网络的实时数据异常值检测方法，考虑现有实时数据异常值检测方法没有考虑历史数据异常值问题。包括：获取历史时间序列数据，按照时间顺序排序；对历史数据用中位数法初步检测；再用EEMD法精细检测，把检测出的异常值用0值替换；接下来用曲线拟合方法对0值进行填补，也即对异常值校正，经过异常值检测和校正得到更接近客观真实的历史数据；最后采用神经网络方法通过对历史数据的学习，可以更加准确地对即将上报的实时数据进行预测，把预测值与实时上报的监测值进行比对可判断是否异常，并加以校正。该方法可用于一维时间序列实时数据的异常值检测，适用的领域广泛，如：水资源、交通、气象、火力发电等实时监测数据异常值检测。
-
Patent Agency Ranking
公开(公告)号：CN110146061A
公开(公告)日：2019-08-20
申请号：CN201910477252.6
申请日：2019-06-03
Applicant: 中国水利水电科学研究院
IPC: G01C13/00
Abstract: 本发明公开了一种长距离低流速输水大型坠物定位方法，涉及水利工程故障诊断技术领域，包括以下步骤：S1，观察长距离输水渠道的水位异常变化；S2，记录渠首、渠尾出现水位波动的时刻t首、t尾；S3，根据潜水波速方程计算输水渠道内的水波平均波速v波；S4，采用计算公式计算坠物位置L。该方法只需要利用渠首和渠尾水位计实时监测的水位数据即可定位到大型坠物的位置，利用该方法可以快速确定长距离低流速输水明渠大型坠物的定位。
-
公开(公告)号：CN106909797B
公开(公告)日：2019-05-24
申请号：CN201710134508.4
申请日：2017-03-08
Applicant: 中国水利水电科学研究院
IPC: G06F17/50
Abstract: 本发明公开了一种基于马斯京根法反推区间入流的方法，涉及水文资料整编领域。所述方法：获得上游站点流程序列和下游站点流量序列，获取上、下游站点实测流量过程，同时，使用马斯京根法计算得到的下游站点估计流量过程，然后判断得到上、下游站点实测流量极值序列和下游站点估计流量极值序列；设计目标函数，当目标函数f达到最小值fmin时，所对应的qsim即为下游站点出流估计流量过程，将同一时刻下游站点实测流量过程与下游站点出流估计流量过程相减，得到该目标河段估计区间入流过程。本发明实现了在掌握资料较少的情况下通过较简单的操作仍旧可以得到较高精度的区间入流过程及马斯京根系数。
-
公开(公告)号：CN109726698A
公开(公告)日：2019-05-07
申请号：CN201910010701.6
申请日：2019-01-07
Applicant: 中国水利水电科学研究院
Abstract: 本发明涉及水资源遥感监测技术领域，特别涉及一种基于遥感数据进行季度灌溉面积识别的方法，确定分析区域空间范围，收集不大于月尺度的植被指数、降水时间序列的遥感数据集；生成植被指数与降水随时间变化折线图，识别植被主要生长期与灌溉期时间范围，并依据降水情况并进行季节划分；植被指数与降水数据进行月度累加，得到季度值，然后计算累加的降水与植被指数间的一致性系数；划分一致性系数值域区间，根据一致性系数所在区间进行灌溉位置及灌溉面积识别；生成完整时间序列的植被主要生长期灌溉区域的时空分布专题图成果。本发明不仅能够有效的识别灌溉面积，还能够动态的对降水与NDVI关系进行分析。
-
公开(公告)号：CN105844709B
公开(公告)日：2019-05-07
申请号：CN201610175067.8
申请日：2016-03-25
Applicant: 中国水利水电科学研究院
IPC: G06T17/05
Abstract: 本发明涉及一种复杂河道地形流域洪水演进虚拟仿真的淹没线追踪方法，包括四个过程：数字河道多分辨率网格细分模型的生成过程；与数字河道多分辨率网格细分模型的生成过程平行运行的是流域洪水演进状态的模拟预报模型的建模与计算过程；复杂河道地形淹没边界精准搜索过程；流域洪水演进淹没区的动态识别过程。本发明通过建立数字河道多分辨率网格细分模型和模拟预报模型，对复杂河道地形淹没边界精准搜索，实现了流域洪水演进淹没区的动态识别，准确的模拟各种地形的复杂河道，快速的模拟洪水的淹没区域。对洪水演进到不同河段的时间、水深和流量甚至流速提供快速、准确和直观的预报，为洪水到来之前的防灾减灾工作提供科学依据。
-
公开(公告)号：CN109297689A
公开(公告)日：2019-02-01
申请号：CN201811057945.1
申请日：2018-09-11
Applicant: 中国水利水电科学研究院
Abstract: 本发明公开了一种引入权重因子的大型水力机械智能诊断方法，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，然后将转换后的特征代入引入权重因子的深度森林的级联森林中进行有监督的逐级训练，最终以极端梯度提升法(XGBoost)融合结果，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；利用权重因子对类向量进行修正，提高了故障诊断的准确性和有效性；以极端梯度提升法(XGBoost)融合结果，进一步提高了诊断的智能化和准确性，实现了从原始监测数据的端对端的智能故障诊断。
-
-
-
-
-
-
-
-
-
Search Results
253
records
(took 0.059 seconds)
