基于AR信息标注的水电站场景识别和信息交互系统及方法

    公开(公告)号:CN120071205A

    公开(公告)日:2025-05-30

    申请号:CN202510023499.6

    申请日:2025-01-07

    Abstract: 本发明公开了一种基于AR信息标注的水电站场景识别和信息交互系统及方法,包括水电站三维模型库管理模块、水电站场景识别模块和水电站信息交互模块;水电站三维模型库管理模块包括水电站三维模型存储子模块、水电站信息管理子模块和水电站三维模型图像特征管理子模块;水电站场景识别模块包括图像采集设备和水电站三维模型特征匹配模块;水电站信息交互模块包括通信模块、云服务器和人机交互系统;可以使用移动终端设备,根据所在空间地理位置,对镜头内所摄水电站物理实体结构或模型沙盘进行全方位识别,并正确辨识流域梯级水电站及部署特征,从而自动调取存储的信息进行信息交互,并对关键信息进行实时标注,提升水电站信息交互的便利性。

    一种月径流序列区间预测方法
    2.
    发明公开

    公开(公告)号:CN119990435A

    公开(公告)日:2025-05-13

    申请号:CN202510080027.4

    申请日:2025-01-19

    Abstract: 本发明公开一种月径流序列区间预测方法,包括如下步骤:S1:月径流数据准备:采集月径流数据,对数据进行预处理后,将数据划分为训练数据和测试数据;S2:建立CNN‑BiLSTM点预测模型:包括:输入层、CNN层、BiLSTM层和输出层,将训练数据输入CNN‑BiLSTM点预测模型,得到月径流点预测结果;S3:建立CPO‑CNN‑BiLSTM点预测模型;S4:建立CPO‑CNN‑BiLSTM‑NKDE区间预测模型;本发明针对CNN‑BiLSTM点预测模型中超参数选择困难的问题,提出利用CPO优化CNN‑BiLSTM模型中的隐藏层节点数、初始学习率、正则化系数,从而建立最优的CPO‑CNN‑BiLSTM点预测模型,大大提高了月径流预测的收敛速率和精确度。

    一种考虑动库容影响的水库超短期水位预测方法、系统及存储介质

    公开(公告)号:CN115713165B

    公开(公告)日:2024-01-02

    申请号:CN202211501138.0

    申请日:2022-11-28

    Abstract: 本发明提供了一种考虑动库容影响的水库超短期水位预测方法、系统及存储介质,包括以下步骤:步骤1,分析动库容入库流量、库区水面线对坝前水位影响的滞后性,收集相应时间尺度的水库运行数据,根据设定参数和收集的水库运行数据构建数据集;步骤2,基于构建的数据集,建立以前期水位、前期库区水面线特征、预报流量、出力计划、弃水计划等变量为输入的坝前水位深度学习预报模型;步骤3,基于构建的深度学习预报模型,产生不同应用条件下的水位预测结果。本发明能够在水库超短期水位预测计算中考虑动库容的影响,实现快速、高精度的水库超短期水位预测,从而为水电站发电计划制定及水库安全运行提供更好的支撑。

    一种梯级电站中下游电站入库流量的预测方法

    公开(公告)号:CN111435469A

    公开(公告)日:2020-07-21

    申请号:CN201910024935.6

    申请日:2019-01-11

    Abstract: 一种梯级电站中下游电站入库流量的预测方法,包括:选取与下游电站入库流量有较强相关性的变量数据;对数据进行标准化处理;选择数据子集比例α范围,采用留一交叉验证,分别对不同α值训练局部加权线性回归模型,得到误差序列,并计算均方根误差RMSE;选取使RMSE最小的α值作为最优的子集比例值;将最优的α值运用到局部加权线性回归中,得到训练数据的拟合值序列和预测日的预测值y1;对训练数据的拟合误差建立ARIMA(p,d,q)模型;运用已训练的ARIMA模型进行预测,得到预测值y2;将y1+y2进行反标准化处理即为预测日的下游电站的入库流量估计值。本发明可提高下游电站入库流量的预测精度和日出力计划制作的准确度,减少发电计划修改次数,对保障电站安全稳定运行有一定的积极作用。

    一种考虑检修和生态调度的梯级水电站中长期优化调度模型

    公开(公告)号:CN117408480A

    公开(公告)日:2024-01-16

    申请号:CN202311431970.2

    申请日:2023-10-31

    Abstract: 本发明提供了一种考虑检修和生态调度的梯级水电站中长期优化调度模型,包括:设置常用调度约束、检修约束、生态调度约束,以梯级发电量最大为目标,并将其转化为可识别的数学表达式,建立梯级水电站优化调度模型;对模型进行求解,生成初始的梯级电站调度过程,计算梯级电站调度过程的时段平均水位,以平均水位过程的上、下K米作为廊道,并与正常蓄水位、死水位取交集作为新廊道,在廊道范围内,将耗水率和预想出力分别近似为出库流量、库水位、下游电站水位的不高于二次的多项式函数,建立混合整数二次规划模型,求解得到新的梯级电站调度过程,重复迭代计算直至满足终止条件,得到最终的梯级水电站调度方案以及检修和生态调度的优化开展时机。

Patent Agency Ranking