基于累积概率分布的流域相似性分析方法及系统

    公开(公告)号:CN117273215A

    公开(公告)日:2023-12-22

    申请号:CN202311208001.0

    申请日:2023-09-19

    Abstract: 本发明涉及适用于管理或预测目的的水文资源数据处理技术领域,公开一种基于累积概率分布的流域相似性分析方法及系统。方法包括:综合考虑有资料流域和无资料流域特征值长度的一致性问题,基于累积概率分布,进行流域同频率采样得到相同长度的流域特征值,并进行流域逐网格特征值提取,充分考虑流域全局特征和局部细节特征,针对流域大小不一致条件下也能适用,提高了流域相似性分析的准确性,为无水文观测资料流域的相似性分析提供技术指导,进而对于无水文观测资料流域水文预报具有重要作用。

    用于分布式水资源管理支持系统的基于token的网络安全框架

    公开(公告)号:CN111010401A

    公开(公告)日:2020-04-14

    申请号:CN201911345904.7

    申请日:2019-12-23

    Abstract: 本发明公开了用于分布式水资源管理支持系统的基于token的网络安全框架,属于水利信息化领域。本发明通过在第三方应用和资源服务器之间增加统一鉴权中心,该统一鉴权中心采用令牌验证机制,只有token合法的用户才能访问到资源,避免了第三方应用直接访问资源时存在的安全隐患,从而保护了后台资源和数据,提升了系统的安全性。提出统一数据服务,部署在数据库服务器上,配合统一鉴权中心,取消了数据库信息在网络上的传输,提升了系统的安全性。采用新登录的token覆盖旧登录的token,使得该用户之前的登录失去访问权限,确保了在一个时间只有一个用户对数据进行操作,解决了系统拓展时鉴权困难的痛点,避免了用户重复登陆导致资源被同时操作引起的数据紊乱。

    考虑不同预报情景下预报难度的径流预报水平评价方法

    公开(公告)号:CN110610256A

    公开(公告)日:2019-12-24

    申请号:CN201910711023.6

    申请日:2019-08-02

    Abstract: 本发明公开了一种考虑不同预报情景下预报难度的径流预报水平评价方法,属于水文预报技术领域,所述方法包括:根据预报难度的影响因素对预报情景进行划分;根据划分的各个预报情景对应的预报径流和实测径流,得到各个预报情景下的相对预报难度系数;根据各个预报情景下的相对预报难度系数对预报人员在对应预报情景下的预报水平进行评定,得到预报人员的综合预报水平评定结果。本发明基于传统的径流预报精度和预报误差,提出了预报难度的概念及其求解方法,并将其耦合到预报人员综合预报水平评定中,能够有效反应不同预报情景下预报难度对于预报人员综合预报水平的贡献大小,从而科学、合理、准确地对预报人员的径流预报水平进行评定。

    一种梯级水电站群生态调控方法与系统

    公开(公告)号:CN110598919A

    公开(公告)日:2019-12-20

    申请号:CN201910806054.X

    申请日:2019-08-28

    Abstract: 本发明公开了一种梯级水电站群生态调控方法与系统,属于梯级水电站群优化与生态调度领域,其中方法包括:将梯级水电站群中每个电站的水位作为种群中的个体,设置最大迭代次数,随机初始化种群;在迭代过程中更新当前种群的全局最优位置;利用当前种群中每个个体的速度更新当前种群中每个个体的位置;利用莱维随机数对当前种群的全局最优位置进行缩放,将当前种群的全局最优位置和当前种群中每个个体缩放后的位置相减后与当前种群中的随机个体进行叠加,得到当前种群中每个个体变异后的位置;将达到最大迭代次数时的全局最优位置作为梯级水电站群的最优调度方案。本发明收敛速度快、能够有效避免陷入局部最优。

    一种耦合神经网络和分布式VIC模型的水文预报方法及系统

    公开(公告)号:CN107274031A

    公开(公告)日:2017-10-20

    申请号:CN201710512467.8

    申请日:2017-06-29

    CPC classification number: Y02A90/15 G06Q10/04 G06N3/04 G06Q50/26

    Abstract: 本发明公开了一种耦合神经网络和分布式VIC模型的水文预报方法及系统,包括:根据当前流域降雨量量、温度、地形、植被覆盖以及土壤品种信息,建立流域内各子流域的VIC模型;分析每个子流域前期实测径流序列与每个子流域当前实测径流序列的相关性,依据AIC准则,选取与每个子流域当前径流序列的相关性高于相关性阈值的序列集;将为每个子流域当前径流序列选取的预测序列集作为输入构建三层神经网络模型,对所述VIC模型模拟的每个子流域当前径流模拟序列进行校正;将校正后的各子流域的当前径流序列作为输入构建三层神经网络模型,对各子流域的径流序列进行汇流并校正得到流域出流序列。本发明可以提高水文预报精度。

    一种梯级水电站联合运行水位控制断面优选方法

    公开(公告)号:CN104182634A

    公开(公告)日:2014-12-03

    申请号:CN201410416309.9

    申请日:2014-08-21

    Abstract: 本发明公开了一种梯级水电站联合运行水位控制断面优选方法。本发明利用梯级水电站两坝间河道的水下地形及河道断面数据,建立一维水动力学模型,并进行上游水电站不同下泄流量和下游水电站不同坝前水位组合工况下沿程水位过程线计算,生成两坝间河道各待选断面的水位集合,对各待选断面的水位集合,计算其断面水位稳定性、断面水位对于上下游水位的敏感性、断面水位与上下游水位的相关性等特征值,并结合梯级水电站两坝间河道特点,优选一个合适的控制断面。本发明能够量化两坝间河道不同断面水位在不同来水频率下的变化特征,优选出的控制断面的水位作为上下梯级水电站联合发电优化调度快捷建模的决策变量。

Patent Agency Ranking