有向图深度神经网络径流概率预报方法、系统、设备及终端

    公开(公告)号:CN113837475A

    公开(公告)日:2021-12-24

    申请号:CN202111135983.6

    申请日:2021-09-27

    Abstract: 本发明属于水文水资源技术领域,公开了一种有向图深度神经网络径流概率预报方法、系统、设备及终端,有向图深度神经网络径流概率预报方法包括:构建水文站点与气象站点有向图结构;根据多站点有向图,结合空间信息捕捉过程和特征聚合过程两个过程建立有向图深度神经网络预报模型;构建由预报径流和其预报因子组成的数据集,采用Adam优化算法训练有向图深度神经网络,得到具有高精度的多步长径流预报结果;将有向图深度神经网络得到的预报结果与实测径流值重新构建隐含马尔科夫回归训练数据集;训练隐含马尔科夫回归模型,得到径流概率预报结果。本发明将图论理论与神经网络模型结合,通过卷积操作捕捉空间信息,并通过多层网络聚合降雨径流过程,提高了径流预报精度。

    水库群多目标预报预泄调度规则优化方法、系统、介质

    公开(公告)号:CN113935603A

    公开(公告)日:2022-01-14

    申请号:CN202111154415.0

    申请日:2021-09-29

    Abstract: 本发明属于水电能源优化技术领域,公开了一种水库群多目标预报预泄调度规则优化方法、系统、介质,水库群多目标预报预泄调度规则优化方法包括:根据水库防洪调度约束以及水量平衡方程推理考虑预报不确定性的调度模型;定义分级预报预泄调度规则形式,以不同等级流量阈值为待优变量,以总发电量最大、流域防洪安全和下游通航率最大为目标建立多目标调度规则优化模型;采用外部档案区域搜索算法对建立的多目标调度规则优化模型进行求解;根据求解结果得到相应的非劣调度规则集。相比于原有技术,本发明能够得到收敛性和分布性都更优的非劣解集,降低防洪调度风险,增加水库发电效益,得到的优化调度规则可为实际防洪调度运行提供有力的技术支撑和决策支持。

Patent Agency Ranking