-
公开(公告)号:CN115099497B
公开(公告)日:2023-02-17
申请号:CN202210741890.6
申请日:2022-06-28
申请人: 中国水利水电科学研究院 , 重庆交通大学 , 淮河水利委员会水文局(信息中心)
IPC分类号: G06Q10/04 , G06N3/0464 , G06N3/0442 , G06N3/08
摘要: 本发明公开了一种基于CNN‑LSTM的实时洪水预报智能方法。本发明基于卷积神经网络(CNN)和长短期记忆(LSTM)网络构建一个用于水文过程预测的深度学习网络(CNN‑LSTM)。在CNN‑LSTM中,CNN用于识别和提取空间降水数据,LSTM用于学习降水与流量之间的时间序列关系。这两个网络使得CNN‑LSTM具有识别空间和时间信息的能力。CNN‑LSTM在水文建模中学习非线性和复杂过程方面具有强大的能力。
-
公开(公告)号:CN115049292B
公开(公告)日:2023-03-24
申请号:CN202210741864.3
申请日:2022-06-28
申请人: 中国水利水电科学研究院 , 重庆交通大学 , 淮河水利委员会水文局(信息中心)
IPC分类号: G06Q10/0631 , G06Q10/063 , G06Q10/04 , G06Q50/06 , G06N3/04 , G06N3/088 , G06N3/092
摘要: 本发明涉及一种基于DQN深度强化学习算法的单一水库智能防洪调度方法,包括:构建基于人工智能的水库调度“无监督深度学习”模型、以水库发电调度为基础建立DRL的奖励反馈,以及基于水库实测入库径流过程建立针对某水库的调度人工智能专家。与动态规划求解的最优发电调度过程进行对比,本发明所述基于DQN深度强化学习算法的单一水库智能防洪调度方法的发电调度结果,明显优于传统的基于决策树的水库发电调度结果,说明本发明所述水库调度“无监督深度学习”模型具有很强大的学习能力和决策能力,在水库调度决策中具有很强的适应能力。
-
公开(公告)号:CN115099497A
公开(公告)日:2022-09-23
申请号:CN202210741890.6
申请日:2022-06-28
申请人: 中国水利水电科学研究院 , 重庆交通大学 , 淮河水利委员会水文局(信息中心)
摘要: 本发明公开了一种基于CNN‑LSTM的实时洪水预报智能方法。本发明基于卷积神经网络(CNN)和长短期记忆(LSTM)网络构建一个用于水文过程预测的深度学习网络(CNN‑LSTM)。在CNN‑LSTM中,CNN用于识别和提取空间降水数据,LSTM用于学习降水与流量之间的时间序列关系。这两个网络使得CNN‑LSTM具有识别空间和时间信息的能力。CNN‑LSTM在水文建模中学习非线性和复杂过程方面具有强大的能力。
-
公开(公告)号:CN115049292A
公开(公告)日:2022-09-13
申请号:CN202210741864.3
申请日:2022-06-28
申请人: 中国水利水电科学研究院 , 重庆交通大学 , 淮河水利委员会水文局(信息中心)
摘要: 本发明涉及一种基于DQN深度强化学习算法的单一水库智能防洪调度方法,包括:构建基于人工智能的水库调度“无监督深度学习”模型、以水库发电调度为基础建立DRL的奖励反馈,以及基于水库实测入库径流过程建立针对某水库的调度人工智能专家。与动态规划求解的最优发电调度过程进行对比,本发明所述基于DQN深度强化学习算法的单一水库智能防洪调度方法的发电调度结果,明显优于传统的基于决策树的水库发电调度结果,说明本发明所述水库调度“无监督深度学习”模型具有很强大的学习能力和决策能力,在水库调度决策中具有很强的适应能力。
-
公开(公告)号:CN115115111A
公开(公告)日:2022-09-27
申请号:CN202210740700.9
申请日:2022-06-28
申请人: 中国水利水电科学研究院 , 重庆交通大学 , 淮河水利委员会水文局(信息中心)
摘要: 本发明公开了一种基于LSTM的中长期径流预报智能方法。包括以下步骤:步骤1:采用K‑NN模拟气象数据;步骤2:构建基于SWAT模型的流域径流模拟模型:将步骤1中生成的所述模拟气象数据输入SWAT模型,生成相应的模拟径流数据;步骤3:LSTM网络模型的构建,气象数据和径流数据分别作为LSTM网络的输入因子和输出因子;步骤4:将步骤1中生成的模拟气象数据和步骤2中生成的模拟径流数据作为数据集合分成前后两个部分,前一部分对LSTM网络模型进行训练,后一部分对LSTM网络模型进行验证。本方法构建的LSTM网络对流域径流具有很强的模拟能力。为资料短缺地区的径流模拟提供了一种有效的解决方法。
-
公开(公告)号:CN118427571A
公开(公告)日:2024-08-02
申请号:CN202410528009.3
申请日:2024-04-29
申请人: 中国长江三峡集团有限公司 , 中国水利水电科学研究院
IPC分类号: G06F18/21 , G06F18/214 , G06N7/01 , G06N5/04 , G06N5/025 , G08B21/10 , G06Q50/26 , G06F123/02
摘要: 本发明提供了一种考虑参数不确定性的洪水预报误差识别的方法,所述方法包括:首先,从考虑参数的不确定性的角度出发,使用敏感性分析方法分析参数的敏感性,然后将不敏感的参数赋予常数值并直接应用到水文模型中。模型参数的范围是基于实际测量、类比方法和经验公式方法假设的。在此之后,对敏感参数,将源项和敏感参数的先验分布代入到水文模型中,根据选择的水文模型,直接用DRAM‑MCMC算法从模型参数的后验分布中抽取样本,得到不同误差的后验概率分布。洪水预报误差识别可有效提高洪水预报的准确性,优化资源分配,保护人民的生命财产安全,以及提升公众的信任度。
-
公开(公告)号:CN116777135B
公开(公告)日:2023-11-14
申请号:CN202310533305.8
申请日:2023-05-12
申请人: 大连海事大学 , 中国水利水电科学研究院
IPC分类号: G06Q10/0631 , G06Q50/06 , G06F30/28 , G06F30/23 , G06F30/27 , G06N3/0442
摘要: 本发明提供了一种基于高效优化算法的水库‑蓄滞洪区精细化防洪联合调度方法,所述方法包括:构建蓄滞洪区二维水动力模型并模拟生成洪水事件集,构建不同洪水淹没模型WFIM‑I,分析、确定最佳的洪水淹没快速预测模型,构建水库‑蓄滞洪区精细化模型,以及基于高效优化算法对模型进行求解,最终形成系统的水库‑蓄滞洪区精细化多目标防洪优化调度框架。本发明所述方法充分利用先进的模型计算技术,实现进行水库‑蓄滞洪区精细化防洪联合优化调度,形成流域防洪可控工程一体化调度系统,提供出不仅能保证水库及上、下游重要保护对象安全,而且能提供有利于减少蓄滞洪区人民生命与生产安全损失的水库调度方式和蓄滞洪区分洪策略。
-
公开(公告)号:CN116777135A
公开(公告)日:2023-09-19
申请号:CN202310533305.8
申请日:2023-05-12
申请人: 大连海事大学 , 中国水利水电科学研究院
IPC分类号: G06Q10/0631 , G06Q50/06 , G06F30/28 , G06F30/23 , G06F30/27 , G06N3/0442
摘要: 本发明提供了一种基于高效优化算法的水库‑蓄滞洪区精细化防洪联合调度方法,所述方法包括:构建蓄滞洪区二维水动力模型并模拟生成洪水事件集,构建不同洪水淹没模型WFIM‑I,分析、确定最佳的洪水淹没快速预测模型,构建水库‑蓄滞洪区精细化模型,以及基于高效优化算法对模型进行求解,最终形成系统的水库‑蓄滞洪区精细化多目标防洪优化调度框架。本发明所述方法充分利用先进的模型计算技术,实现进行水库‑蓄滞洪区精细化防洪联合优化调度,形成流域防洪可控工程一体化调度系统,提供出不仅能保证水库及上、下游重要保护对象安全,而且能提供有利于减少蓄滞洪区人民生命与生产安全损失的水库调度方式和蓄滞洪区分洪策略。
-
公开(公告)号:CN116562448A
公开(公告)日:2023-08-08
申请号:CN202310533356.0
申请日:2023-05-12
申请人: 大连海事大学 , 中国水利水电科学研究院
摘要: 本发明提供了一种基于栅格分析与人工智能技术相耦合的蓄滞洪区洪水淹没快速预测方法,所述方法包括:构建蓄滞洪区二维水动力模型、模拟生成洪水事件集、构建不同洪水淹没模型WFIM‑I以及分析、确定最佳的洪水淹没快速预测模型。本发明采用人工智能技术对洪水事件集(输入)以及相应的流速与水位时空数据(输出)进行模拟和训练,从而确定最佳的洪水淹没快速预测模型,在保证蓄滞洪区洪水淹没预测准确度的前提下,缩短模型运行时间。
-
公开(公告)号:CN118378535A
公开(公告)日:2024-07-23
申请号:CN202410559156.7
申请日:2024-05-08
申请人: 中国长江三峡集团有限公司 , 中国水利水电科学研究院
IPC分类号: G06F30/27 , G06F18/214 , G06F119/02
摘要: 本发明提供了一种基于人工智能与视频信息的河道洪水快速预报及实时校正方法,所述方法包括:河道一维水流模型的构建,LSTM模型的构建,以及基于非接触式视频信息的河道洪水预报实时校正。本发明结合历史河道洪水,生成多组河道可能发生洪水,并带入到已校核的一维水动力学模型中进行训练生成训练集,对LSTM网络进行训练,进而构建基于人工智能算法的河道洪水快速预报模型,进而为河道防洪决策提供重要依据。进而利用非接触式视频测流系统,采用市电供电时监测站使用全性能模式,获取河道洪水重要控制断面实时水位信息,构建LSTM与卡尔曼滤波算法相结合的实时校正技术对已建立的河道洪水快速预报模型进行实时校正,实现耦合视频信息的河道洪水精准预报。
-
-
-
-
-
-
-
-
-