-
公开(公告)号：CN117574778B
公开(公告)日：2024-03-29
申请号：CN202410046230.5
申请日：2024-01-12
Applicant: 河海大学 , 长江水利委员会水文局 , 水利部信息中心(水利部水文水资源监测预报中心)
IPC: G06F30/27 , G06F18/23213
Abstract: 本发明公开一种基于机器学习的相似场次洪水模式库构建方法，先采用预置的场次洪水分割规则及滑动窗口技术对流量(或水位)时间序列#imgabs0#进行自动分割,生成场次洪水集合F；然后提取各场次洪水过程的洪峰历时FT、峰值流量MF等特征信息并构建洪水特征数据库；定义场次洪水过程中各特征信息间的相似性度量，并融合各特征距离度量得到场次降水过程的综合距离度量，实现相似场次洪水过程的搜索；采用基于DBI指标的K‑means算法对相似场次洪水模式进行聚类，并以此为基础构建洪水模式库。本发明能够解决现有技术方案中场次洪水过程特征表达及相似性度量方法不足等问题。
-
公开(公告)号：CN117574778A
公开(公告)日：2024-02-20
申请号：CN202410046230.5
申请日：2024-01-12
Applicant: 河海大学 , 长江水利委员会水文局 , 水利部信息中心(水利部水文水资源监测预报中心)
IPC: G06F30/27 , G06F18/23213
Abstract: 本发明公开一种基于机器学习的相似场次洪水模式库构建方法，先采用预置的场次洪水分割规则及滑动窗口技术对流量(或水位)时间序列#imgabs0#进行自动分割,生成场次洪水集合F；然后提取各场次洪水过程的洪峰历时FT、峰值流量MF等特征信息并构建洪水特征数据库；定义场次洪水过程中各特征信息间的相似性度量，并融合各特征距离度量得到场次降水过程的综合距离度量，实现相似场次洪水过程的搜索；采用基于DBI指标的K‑means算法对相似场次洪水模式进行聚类，并以此为基础构建洪水模式库。本发明能够解决现有技术方案中场次洪水过程特征表达及相似性度量方法不足等问题。
-
公开(公告)号：CN117237554A
公开(公告)日：2023-12-15
申请号：CN202311205168.1
申请日：2023-09-18
Applicant: 河海大学 , 安徽水利水电职业技术学院 , 安徽省水文局(安徽省水土保持监测总站) , 长江水利委员会水文局 , 南京中禹智慧水利研究院有限公司
Abstract: 本发明公开一种基于径流模数网格的流域水文情势表达方法，获取目标流域的数字高程模型数据，进行填洼和重采样，将重采样的高程数据输入流域数字化及地貌特征提取系统，自动获取网格最陡坡度、网格流向、网格累积汇水面积、河流网格和流域边界；获取流域站点历史实测资料构建洪水场次集合，采用网格新安江模型进行参数率定；结合实时降雨，计算流域网格流量时间序列，进而计算径流模数时间序列；统计流域网格径流模数时序特征并归一化处理，按照定量和动态色阶方式分别生成径流模式色阶网格，进而绘制热力图时序集。本发明通过流域径流模数网格，实现整个流域范围内流量计算结果的直观动态展示，清晰合理地表达流域水文情势，丰富了水情形势表达手段。
-
公开(公告)号：CN115755219A
公开(公告)日：2023-03-07
申请号：CN202211271357.4
申请日：2022-10-18
Applicant: 长江水利委员会水文局 , 河海大学
IPC: G01W1/10 , G01C13/00 , G06N3/0464
Abstract: 本发明公开一种基于STGCN的洪水预报误差实时校正方法及系统，该方法包括：构建预报误差实时校正数据集；对预报误差实时校正数据集进行预处理，提取预报模型输入数据中相关雨量站到预报断面间的流经长度，构建空间邻接矩阵；构建时空图卷积网络模型STGCN，提取误差序列的时序和局部空间特征，构建反映误差序列非线性关系的映射函数；采用改进灰狼优化算法进行参数寻优，构建最优AGWO_STGCN模型；利用预报模型M对实时数据进行预测，利用实时误差校正模型AGWO_STGCN对模型预报误差进行预测，获得最终的预测值。本发明具有更好的预测效果和预测精度，并提高预测模型的泛化能力。
-
公开(公告)号：CN110619432B
公开(公告)日：2022-08-30
申请号：CN201910874717.1
申请日：2019-09-17
Applicant: 长江水利委员会水文局
Abstract: 本发明提供了一种基于深度学习的特征提取水文预报的方法，属于水资源高效利用与水文预报领域，方法包括：首先利用流域历史信息获得流域水文预报特征因子集合，其次利用数据挖掘算法训练特征因子集合并获得不同因子作用下“量值”和“过程形态”相似的多组场次洪水过程集合，然后基于深度学习算法开展传统水文预报中各模型、方法的参数率定，并形成模型、方法与参数方案配套的模型库和方法库，最后结合聚类分析完成水文预报计算。相对于已有方法，本发明有效改进了传统水文预报方法预报精度较低、有效预见期较短等不足，在开展水文预报时能够明显提高预报精度、延长预见期，具有良好的适用性和可行性，为流域水文预报提供了行之有效的技术方法。
-
Patent Agency Ranking
公开(公告)号：CN114357895B
公开(公告)日：2022-06-07
申请号：CN202210267782.X
申请日：2022-03-18
Applicant: 长江水利委员会水文局
Abstract: 本发明提供一种基于状态机的江湖分蓄洪区容积自适应洪水模拟方法，包括构建分蓄洪区状态机，形成江‑湖‑分蓄洪系统状态转移图；构建入湖洪水演算方案，实现大湖来水模拟预测；构建大湖演算模型，实现江‑湖系统洪水调算；根据江、湖、分蓄洪区的水力联系，通过自适应不同分蓄洪区状态改变系统入流或系统容积曲线，构建分蓄洪区状态机、入湖洪水演算方案和大湖演算模型相耦合的实时洪水模拟调度模型，实现江‑湖‑分蓄洪区洪水联调联算；明确优化目标，采用单纯形法或遗传算法等优化算法，结合联调联算模型，确定理论最佳的分蓄洪区启用组合，实现实时调度方案推荐。
-
公开(公告)号：CN113377966A
公开(公告)日：2021-09-10
申请号：CN202110920076.6
申请日：2021-08-11
Applicant: 长江水利委员会水文局
Abstract: 本发明提供了一种基于知识图谱的水利工程调度规程推理方法，包括构建调度规程图谱模型、生成调度规程图谱和调度规程图谱推理三个部分，构建调度规程图谱模型是建立调度规则的存储方式，通过分析各个水利工程的调度规程，总结调度条件的表达方式，构建能够用于自动推理计算的知识图谱；图谱生成是将基于自然语言编写的调度规程文本信息，通过实体关系抽取算法，按照图谱模型，存入知识图谱之中；图谱推理利用图计算理论和有限状态机思想，以当前的流域情势作为输入，通过推理知识图谱实体与关系之间的联系，查找满足调度规程的约束条件，实现调度方案的推荐。
-
公开(公告)号：CN112711917A
公开(公告)日：2021-04-27
申请号：CN202110322965.2
申请日：2021-03-26
Applicant: 长江水利委员会水文局
IPC: G06F30/27 , G06Q10/04 , G01C13/00 , G06F113/08
Abstract: 本发明公开了一种基于人脸识别算法的实时洪水预报智能方法，通过提取和识别影响洪水演变过程的特征因子，明确影响场次洪水过程的要素和指标，建立形成特征因子组合与历史场次洪水的一一对应关系；通过建立静态参数库，获得不同特征因子组合下，场次洪水过程与水文预报模型及参数的配套关系；当面临当前场次洪水时，通过人脸识别算法实现当前水文气象条件与历史场次洪水过程对应特征因子组合的匹配，进而实现洪水过程针对性的实时预报。
-
公开(公告)号：CN119441755A
公开(公告)日：2025-02-14
申请号：CN202410817441.4
申请日：2024-06-24
Applicant: 中国水利水电科学研究院 , 吉林省墒情监测中心 , 湖北一方科技发展有限责任公司 , 长江水利委员会水文局
IPC: G06F18/20 , G01N33/24 , G06F18/10 , G06F18/214 , G06F18/21 , G06N20/20 , G06F18/27 , G06F123/02
Abstract: 本发明公开了一种基于集成学习的多层高分辨率土壤水分生成方法，包括以下步骤：步骤1、数据收集与预处理：收集研究区域的多源遥感数据与不同深度的地面实测墒情站点数据，并对收集的数据分别进行预处理；步骤2、数据时空重构：对预处理后的多源遥感数据的时空连续性进行判别，并对时空不连续数据进行数据时空重构；步骤3、构建多层土壤水分降尺度模型并训练：利用集成学习算法构建研究区域内多层土壤水分降尺度模型并训练；步骤4、生成多层高分辨率土壤水分结果。本发明所述方法能够获得多层的高分辨率土壤水分结果，极大的提高了区域土壤水分监测的效率和精度，具有广阔业务推广应用价值，并为农作物精准灌溉提供技术支撑。
-
公开(公告)号：CN115755219B
公开(公告)日：2024-04-02
申请号：CN202211271357.4
申请日：2022-10-18
Applicant: 长江水利委员会水文局 , 河海大学
IPC: G01W1/10 , G01C13/00 , G06N3/0464
Abstract: 本发明公开一种基于STGCN的洪水预报误差实时校正方法及系统，该方法包括：构建预报误差实时校正数据集；对预报误差实时校正数据集进行预处理，提取预报模型输入数据中相关雨量站到预报断面间的流经长度，构建空间邻接矩阵；构建时空图卷积网络模型STGCN，提取误差序列的时序和局部空间特征，构建反映误差序列非线性关系的映射函数；采用改进灰狼优化算法进行参数寻优，构建最优AGWO_STGCN模型；利用预报模型M对实时数据进行预测，利用实时误差校正模型AGWO_STGCN对模型预报误差进行预测，获得最终的预测值。本发明具有更好的预测效果和预测精度，并提高预测模型的泛化能力。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.031 seconds)
