-
公开(公告)号：CN112765800B
公开(公告)日：2022-10-21
申请号：CN202110032694.7
申请日：2021-01-12
Applicant: 长江水利委员会长江科学院
IPC: G06F30/20 , G06Q10/06 , G06Q50/06 , G06F16/29 , G06F111/04 , G06F113/08
Abstract: 本发明提供一种分布式水资源配置模型的设计方法，包括如下步骤：步骤S1，计算单元划分；步骤S2，拓扑关系设计；步骤S3，信息展布设计；步骤S4，配置模块设计；步骤S5，配置规则设计。本发明以模块化、集成化思想为手段，实现了水资源配置模型与分布式水文模型SWAT的双向耦合，具有自然‑人工水循环动态互馈模拟、水资源系统以及合理配置模拟等功能，克服了传统水资源配置模型忽略自然水循环与人工侧枝循环之间的动态互馈作用、不能实时响应产汇流的动态变化对水资源配置的影响等方面的问题，提高了水资源系统模拟与调控的准确性，可以作为区域自然‑人工水循环互馈模拟以及水资源系统精细化管理的有力支撑工具。
-
公开(公告)号：CN114841563A
公开(公告)日：2022-08-02
申请号：CN202210482893.2
申请日：2022-05-05
Applicant: 长江水利委员会长江科学院
Abstract: 本申请涉及一种多目标水资源配置方案综合评价方法，包括以下具体步骤：步骤1，构建多目标水资源配置方案评价指标体系；步骤2，构成单一评价方法库；步骤3，得到不同单一评价方法下的评价值和评价排序；步骤4，对单一评价结果进行Spearman等级相关系数检验；步骤5，得到不同组合评价方法下的评价值和评价排序；步骤6，对组合评价结果进行Spearman等级相关系数检验，判断是否满足终止条件，如果是，则输出最优水资源配置方案；否则将各组合评价方法得到的结果看作是单一评价方法得到的结果转入步骤5继续评价。本发明有助于解决多目标水资源配置方案评价过程中，单一方法的评价结果难以令人信服，而不同方法的评价结果存在差异等问题。
-
公开(公告)号：CN114781766A
公开(公告)日：2022-07-22
申请号：CN202210708323.0
申请日：2022-06-22
Applicant: 长江水利委员会长江科学院
Abstract: 本申请公开一种水文站点的水文信息预测方法、装置、设备及存储介质，该预测方法通过获取河道中多个水文站点之间的空间拓扑关系来确定位于河道上游的第一目标站点和位于河道下游的第二目标站点，之后获取第一目标站点和第二目标站点的水文信息的特征参数并进行拟合以确定二者的组合方式，之后根据该组合方式对应选择待训练的水文信息预测模型并进行训练，得到已训练的水文信息预测模型，最后获取该组合方式对应的第一目标站点的特征参数在第一时间的采集值，并将采集值输入已训练的水文信息预测模型，得到组合方式对应的第二目标站点的特征参数在不早于第一时间的第二时间的预测值，从而减少预测模型模拟试算模型结构的运算量，提高模拟效果。
-
公开(公告)号：CN114462169A
公开(公告)日：2022-05-10
申请号：CN202111522153.9
申请日：2021-12-13
Applicant: 长江水利委员会长江科学院
IPC: G06F30/18 , G06F111/12 , G06F111/20 , G06Q50/26
Abstract: 本发明提供一种考虑站点有效监测半径的山区雨量站网优化布点方法，包括：搜集待优化区域内雨量站点位置和降雨观测资料；根据搜集的雨量站点位置和降雨观测资料，采用锥体法确定流域需要增设雨量站数目，并计算各相邻站点雨量梯度；设置有效监测雨量差阈值，根据有效监测雨量差阈值和相邻站点雨量梯度计算雨量站点有效监测半径，并确定未有效监测区域；在未有效监测区域初步选取新增站点，根据附近的雨量站有效监测半径确定新增站点的有效监测半径，以流域总有效监测面积最大为目标，优化新增站点位置。本发明可准确有效的捕获降水分布信息，满足流域雨情观测需要，为洪水预报及调度提供数据支撑。
-
公开(公告)号：CN113051833B
公开(公告)日：2022-04-05
申请号：CN202110390930.2
申请日：2021-04-12
Applicant: 长江水利委员会长江科学院
IPC: G06F30/27 , G06N3/08 , G06F111/04 , G06F111/08 , G06F113/08
Abstract: 本发明提供一种物理机制引导深度学习的洪水‑水库映射关系模拟方法，包括以下步骤：步骤1，选定用以构建“洪水不确定性‑水库防洪库容”映射关系的深度学习模型；步骤2，筛选描述洪水不确定性特征的参数并归一化处理；步骤3，随机抽样筛选出2/3的样本作为深度学习模型的训练集，并设定优化目标函数；步骤4，剩余1/3的样本验证深度学习模型的模拟效果。本发明能够利用深度学习理论方法对大样本数据处理的优势，将“洪水不确定性”与“水库调度”之间的物理联系通过数据驱动的方式进行的合理的描述，从而在考虑径流不确定性的情景下更好地指导水库调度决策的制定，可广泛应用于水库汛期预报调度中，为科学制定调度决策提供依据和技术支撑。
-
Patent Agency Ranking
公开(公告)号：CN113688542A
公开(公告)日：2021-11-23
申请号：CN202111244967.0
申请日：2021-10-26
Applicant: 长江水利委员会长江科学院
IPC: G06F30/20 , G06Q10/04 , G06Q10/06 , G06Q50/06 , G06F111/08 , G06F113/08
Abstract: 本申请提供一种智能优化水资源配置方法、装置、计算机设备及存储介质，方法包括：获取目标水文随机变量的历史数据，目标水文随机变量包括根据需水量关联度确定的第一随机变量和第二随机变量；分析目标水文随机变量的历史数据，确定第一随机变量和第二随机变量的差异类型；根据差异类型，获取各个水文情景待发生的联合概率；根据联合概率，构建双变量两阶段水量分配模型，以通过双变量两阶段水量分配模型智能优化水资源配置，得到水资源优化配置信息。采用本方法不仅能够更加准确对水资源进行合理配置，还能够加强整个水资源分配过程的科学性与合理性，使得水资源配置的准确率得到有效提升。
-
公开(公告)号：CN113128757A
公开(公告)日：2021-07-16
申请号：CN202110390810.2
申请日：2021-04-12
Applicant: 长江水利委员会长江科学院
Abstract: 本发明提供一种考虑跨流域调水影响下的水库分期汛限水位优化设计方法，包括以下步骤：步骤1，推求考虑跨流域调水影响下的水库汛期分期入库流量；步骤2，建立考虑跨流域调水影响下水库汛期分期洪水过程间的联合分布函数；步骤3，构建适用于水库调度领域的水库防洪损失条件风险价值评价指标；步骤4，推求考虑跨流域调水影响下的水库分期汛限水位优化设计方案。本发明能够在水库开展分期汛限水位优化组合的过程中考虑跨流域调水工程对水库入库洪水过程的影响，从而为水库工程与跨流域调水工程之间的有效衔接提供思路。
-
公开(公告)号：CN111152923B
公开(公告)日：2021-06-25
申请号：CN202010011930.2
申请日：2020-01-07
Applicant: 长江水利委员会长江科学院
Abstract: 本发明提供一种基于垂直起降固定翼水陆两栖无人机的水下地形测量装置，包括水陆两栖无人机、GPS基准站、主操控设备和遥控设备，遥控设备、主操控设备与水陆两栖无人机进行无线通信连接，遥控设备和主操控设备用于在被测量水域岸上对水陆两栖无人机作业实施控制操作；水陆两栖无人机可在陆地或水面垂直起降，当进行水下测绘时可在水面航行；所述水陆两栖无人机上安装有测深仪和机载GPS流动站，其中机载GPS流动站配合GPS基准站用于获取平面坐标，测深仪用于水陆两栖无人机在水面航行时获取水深数据。本发明能够高效深入危险、复杂水域并开展作业，能够满足中小河流、湖库水下地形测量的需要。
-
公开(公告)号：CN112990615A
公开(公告)日：2021-06-18
申请号：CN202110567210.9
申请日：2021-05-24
Applicant: 长江水利委员会长江科学院
Abstract: 本申请提供一种干旱预警方法、装置、计算机设备和存储介质，方法包括：获取目标预警对象在预设单位时长内的单位缺水量；基于预设的缺水累计时长，获取缺水量对应的累积缺水量；基于预设的函数分析算法，处理累积缺水量，得到干旱指数值；根据干旱指数值，确定目标预警对象的干旱等级；根据干旱等级，对目标预警对象进行水路预防控制。本方法不仅可实现对气象、农业、生态等三种对象类型进行干旱预警，还满足了符合当前监测水平的数据获取需求，有效提高了对各类型干旱对象的预警准确率。
-
公开(公告)号：CN112116130A
公开(公告)日：2020-12-22
申请号：CN202010855501.3
申请日：2020-08-24
Applicant: 长江水利委员会长江科学院 , 华中科技大学
IPC: G06Q10/04 , G06Q50/06 , G06F16/2458 , G06N3/04
Abstract: 一种基于可变结构深度学习框架的短期调度规则提取方法，包括：步骤1、构建深度学习网络；步骤2、输入因子‑决策变量样本对选择；步骤3、将步骤2的样本数据归一化；步骤4、关键超参数选择与优化；步骤5、网络重构；步骤6、网络训练：利用步骤5得到的重构网络，输入步骤3得到的样本进行网络学习，得到最终深度学习网络，此网络即为提取的短期调度规则。本发明立足电站实际历史运行数据，构建基于长短期记忆网络的深度学习网络模型，挖掘实际运行过程中蕴含的内在规律，建立电站短期调度规则，将电站调度期初末水位、期间来水过程以及电站受电网负荷过程作为输入因子，电站时段末水位作为决策变量，使模型输出结果更适用于实际调度过程。
-
-
-
-
-
-
-
-
-
Search Results
114
records
(took 0.033 seconds)
