-
公开(公告)号：CN109858647B
公开(公告)日：2021-07-27
申请号：CN201811572196.6
申请日：2018-12-21
Applicant: 河海大学
Abstract: 本发明公开了一种耦合GIS和GBDT算法的区域洪涝灾害风险评价与预估方法，包括以下步骤：构建基于致灾因子、孕灾环境、承灾体和防灾减灾能力四种类型的区域洪涝灾害风险评价指标体系，并对其归一化处理，生成各评价指标图层；得出各评价指标的最优组合权重，生成四种类型的区域洪涝灾害风险分布图层；基于专家意见确定最终历史区域洪涝灾害风险区划图；构建区域洪涝灾害风险评价模型，预测未来区域洪涝灾害风险，并利用ArcGIS生成未来区域洪涝灾害风险区划图。本发明方法对多变量大数据的处理具有优越性，适用于流域或区域洪灾风险评估与预测，能显著提高计算精度与评价、决策的可靠性。
-
公开(公告)号：CN109408848A
公开(公告)日：2019-03-01
申请号：CN201810975759.X
申请日：2018-08-24
Applicant: 河海大学
Abstract: 本发明公开了一种考虑径流演变时空异质性的分布式归因方法，包括如下步骤：建立分布式水文模型，对研究区域按子流域进行天然径流还原计算；根据径流演变特征划分研究时期；分析天然径流时空分布与影响因子相关性，构建重要影响因子集；对天然径流演变逐时段、逐子流域、逐因子滚动式归因；对实测径流演变逐时段、逐片区、逐因子滚动式归因。本发明根据径流演变的时程特征，将研究时期细分为多段，根据空间地形地貌特征将研究区域细分到子流域，分别从天然和实测径流入手，将径流演变在时间和空间的维度上归因到影响因子，获得的归因结果充分考虑了径流演变的时空异质性。
-
公开(公告)号：CN109308663A
公开(公告)日：2019-02-05
申请号：CN201810648785.1
申请日：2018-06-22
Applicant: 河海大学
CPC classification number: G06Q40/04 , G06Q10/0635 , G06Q50/06
Abstract: 本发明公开了一种基于水期权交易的水资源风险对冲方法，包括：构建两阶段的水期权交易决策模型；确定受水区来水预报绝对误差分布；根据受水区来水预报绝对误差分布确定合约购水量及缺水量分布；利用现货市场水价历史资料，确定现货市场水价分布；通过比较受水区的用水户采用期权交易方式的期望成本与不购买期权，缺水量完全从现货市场购买时的期望成本，构建以用水户期望收益最大为目标的水资源风险对冲模型；求解水资源风险对冲模型。本发明不仅能够帮助受水区的用水户抵御受水区来水不确定性带来的缺水风险，还能有效降低现货市场水价波动带来的高水价风险。
-
公开(公告)号：CN108897977A
公开(公告)日：2018-11-27
申请号：CN201810973928.6
申请日：2018-08-24
Applicant: 河海大学
IPC: G06F17/50
Abstract: 本发明公开了一种基于大区域水文模拟的径流演变不确定归因方法，该方法考虑了模型参数不确定性演化和归因路径多样性而导致不确定性的时空径流演变归因，包括如下步骤：建立数据集；描述历史径流演变规律；建立大区域水文模型；模型参数敏感性分析；模型参数率定及不确定性分析；径流演变不确定归因分析。本发明能够利用有限的径流监测资料获得全区域径流变化归因结果，并且充分考虑了模型参数不确定性演进和归因路径多样而导致不确定性。
-
公开(公告)号：CN108734378A
公开(公告)日：2018-11-02
申请号：CN201810293815.1
申请日：2018-04-04
Applicant: 河海大学
Abstract: 本发明公开了一种不完全信息条件下的水库调度风险型群决策方法，包括建立水库调度多目标优化调度模型，得到非劣方案集；量化各方案指标值的不确定性，建立随机决策矩阵；推求不完全信息条件下的可行权重空间；构建基于随机优劣解距离的风险型群决策模型；定量评估风险型群决策结果的不确定性。本发明能够有效融合所有决策者的偏好信息，避免信息损失；同时考虑了指标值和指标权重双重不确定性的影响，定量评估群决策结果的不确定性，降低决策失误风险；能够在随机环境下向决策者提供重要的风险信息，提高水库调度风险型群决策的可靠性，并且具有较高的运算效率、鲁棒性和通用性。
-
Patent Agency Ranking
公开(公告)号：CN108717581A
公开(公告)日：2018-10-30
申请号：CN201810295325.5
申请日：2018-04-04
Applicant: 河海大学
Abstract: 本发明公开了一种基于蒙特卡罗模拟的水库调度随机多属性决策方法，包括分析预报相对误差的统计分布特性；建立确定性水库调度多目标优化模型，求解得到有限数目的闸门控制方案；基于当前预报洪水过程和预报相对误差分布，采用统计抽样法随机生成洪水过程集；按照闸门控制方案对随机生成的洪水进行调洪演算，并量化各指标值的不确定性；量化指标权重的不确定性；建立随机多属性决策模型，采用蒙特卡罗模拟推求出令决策者满意的最优调度方案。本发明综合考虑了水库调度多属性决策过程中的不确定性因素，能够实现随机环境下调度方案的概率排序与优选，提供丰富的决策风险信息，提高水库调度决策的可靠性，可广泛应用于流域水库调度多属性决策。
-
公开(公告)号：CN108681783A
公开(公告)日：2018-10-19
申请号：CN201810293796.2
申请日：2018-04-04
Applicant: 河海大学
CPC classification number: G06Q10/04 , G06Q10/063 , G06Q10/0635 , G06Q50/26
Abstract: 本发明公开了一种水库实时多目标随机优化调度和风险评估方法，包括建立水文预报演进模型，模拟水文预报不确定性的动态演进过程，合成入库水文集合预报并构建洪水情景树；建立基于实时修正策略的水库实时多目标随机优化调度模型；采用约束法和两步求解过程推求不确定环境下的帕累托前沿；建立风险评估模型，量化各调度指标的不确定性和调度风险；采用随机多属性决策模型从帕累托前沿上确定最理想的水库调度方案，并定量评估决策结果的不确定性；建立基于实时信息修正的滚动预报‑调度‑决策流程。该方法明确考虑了水文预报不确定性及其动态演进特性，定量评估了不确定性沿预报‑优化‑决策过程链的发展、迁移和传播规律，提高了调度决策的可靠性。
-
公开(公告)号：CN107992989A
公开(公告)日：2018-05-04
申请号：CN201711068029.3
申请日：2017-11-03
Applicant: 河海大学
IPC: G06Q10/06
Abstract: 本发明公开了一种水库群洪水资源化预蓄预泄风险决策方法，包括收集、整理数据资料，识别风险源分布特征、定义防洪风险；结合预报洪水过程及洪水预报误差采用统计抽样方法生成实际洪水过程模式集及确定情景模式概率；建立水库群洪水资源化预蓄预泄风险决策模型；将实际洪水过程情景模式集作为模型输入，采用非线性规划法求解模型；输出各水库洪水资源化调度方案及各指标结果。本发明提出了结合风险决策理论的水库群洪水资源化预蓄预泄风险决策方法，与传统基于预报洪水过程进行预蓄预泄的方法相比，在相同防洪风险水平下可增加洪水资源经济效益，弥补了传统方法对实时防洪风险考虑的不足，可增蓄水量，降低防洪风险，并可实现防洪风险精确控制。
-
公开(公告)号：CN105046377A
公开(公告)日：2015-11-11
申请号：CN201510560892.5
申请日：2015-09-06
Applicant: 河海大学
CPC classification number: Y02A10/46
Abstract: 本发明公开了基于BP神经网络筛选水库防洪调度方案优选指标的方法，包括如下步骤：生成网络训练样本；确定BP神经网络的拓扑结构；训练、检验所述BP神经网络；辨识BP神经网络中各指标的重要程度；计算各指标值的变化对结果影响程度的大小，分析各指标值的敏感性；确定指标筛选的准则和阈值。通过指标值均匀离散化的方法生成大量的网络训练样本，有效保证了BP神经网络的训练精度；基于BP神经网络对信息的存储和转化机制，本发明采用相对重要度和相对贡献率来定量评估指标本身及其相对变化对水库防洪调度方案评价结果的影响；通过确立综合判别指标，将指标的筛选从主观分析判断过程转化为定量的分析计算过程。
-
公开(公告)号：CN104091240A
公开(公告)日：2014-10-08
申请号：CN201410346377.2
申请日：2014-07-18
Applicant: 河海大学
CPC classification number: Y02A10/46
Abstract: 本发明公开了一种结合中长期预报的水电站分级调度方法及系统，所述方法包括如下步骤：S1.按照年径流的大小将保证正常供水年份的入库径流系列分成丰、平、枯三组；S2.将入库径流系列分蓄水期和供水期制作分级调度图；S3.结合定性中长期水文预报的结果，选择相适应的水库调度图用于指导水电站的运行调度，丰水年选择丰水年组调度图，平水年选择平水年组调度图，枯水年选择枯水年组调度图。本发明实现了水库调度图和中长期预报的结合，基于汛期指示出力的概念重新划定了保证出力区和加大出力区，改善了调度图对不同量级来水的适应性，显著提高了水电站的发电效益。
-
-
-
-
-
-
-
-
-
Search Results
83
records
(took 0.021 seconds)
