公开(公告)号：CN119089155B

公开(公告)日：2025-02-28

申请号：CN202411579068.X

申请日：2024-11-07

Applicant: 兰州大学

Inventor： 靳峰 ,  周颖

IPC: G06F18/20 ,  G06N3/049 ,  G06N3/08 ,  G06F16/901 ,  G06F18/22

Abstract: 本发明公开了一种基于数据驱动的滚动式径流预报方法及系统，根据滑窗大小L和滑窗步长Step对历史径流数据和历史降雨量数据进行数据划分，构建样本数据库；获取当前径流序列R和当前降雨量序列F；使用当前降雨量序列F在样本数据库中进行相似度计算，获取相似度最高的K个样本；基于当前径流序列R、当前降雨量序列F、相似度最高的K个样本，利用径流预报模型计算径流预报值。本发明能够显著减少参与径流预报的数据量，尤其针对汛期雨季，提高了预报的速度和精度，对于防洪减灾工作具有重要意义。

公开(公告)号：CN119984735A

公开(公告)日：2025-05-13

申请号：CN202510056781.4

申请日：2025-01-14

Applicant: 兰州大学

Inventor： 周颖 ,  何建华 ,  黄清梅 ,  马金珠

IPC: G01M10/00 ,  G01N3/56 ,  G01N3/06 ,  G01N3/02

Abstract: 本发明提供了一种冲击角度可调的水沙运动模拟试验设备及试验方法，属于水沙试验技术领域。包括透明模拟水槽、与透明模拟水槽连接的水流控制单元和供沙单元、设于透明模拟水槽上的角度调节单元；通过水流控制单元向透明模拟水槽内提供试验所需水体，通过供沙单元向透明模拟水槽内提供试验所需沙体，并在透明模拟水槽内进行水沙运动模拟试验，且在试验的过程中，通过正反旋转电机驱动调节转动杆转动时，角度调节板也同步转动，以此来调节角度调节板的角度，方便模拟不同冲击角度下的水沙运动情况，可以更真实地还原水沙运动的自然场景，从而提高试验结果对实际情况的反映准确性。

公开(公告)号：CN116862255A

公开(公告)日：2023-10-10

申请号：CN202310813197.X

申请日：2023-07-05

Applicant: 兰州大学

Inventor： 靳峰 ,  周颖

IPC: G06Q10/0637 ,  G06Q50/26 ,  G06N3/08

Abstract: 本发明提供了一种基于气候和植被变化的径流预报方法及系统，方法包括：构建待预报的对象的历史数据库，确定预报模式和人工智能模型，选择参与训练人工智能模型的因素，训练用于径流预报的人工智能模型，使用训练好的人工智能模型进行径流预报，并将人工智能模型的相关信息保存在模型信息表中。本发明能够根据用户选择的预报模式自动推荐人工智能模型及以及参与训练人工智能模型的因素，降低了使用人工智能模型用于径流预测的门槛。本发明支持设置多组参数并行训练人工智能模型，减少了获取超参数所使用的时间，并通过模型信息表保存高精度模型的相关信息，便于模型的分享和传播。

公开(公告)号：CN116882565A

公开(公告)日：2023-10-13

申请号：CN202310829005.4

申请日：2023-07-07

Applicant: 兰州大学

Inventor： 靳峰 ,  周颖

IPC: G06Q10/04 ,  G06Q50/26

Abstract: 本发明公开了一种流域径流变化量预测方法，将流域划分为N个子流域，并计算每个子流域的径流变化量和各因素变化引起的径流变化量；对于每个因素，计算其在整个流域中的加权平均值，得到整个流域的径流变化量和各因素变化引起的径流变化量；计算每个因素对整个流域径流变化的贡献率；根据历史数据和预测期内的气象数据，建立径流预测模型，预测未来一段时间内的径流变化趋势。本发明方法用于解决现有径流预测方法中忽略不同子流域径流变化量差异的问题，提高预测的准确性和可靠性。

公开(公告)号：CN119089155A

公开(公告)日：2024-12-06

申请号：CN202411579068.X

申请日：2024-11-07

Applicant: 兰州大学

Inventor： 靳峰 ,  周颖

IPC: G06F18/20 ,  G06N3/049 ,  G06N3/08 ,  G06F16/901 ,  G06F18/22

Abstract: 本发明公开了一种基于数据驱动的滚动式径流预报方法及系统，根据滑窗大小L和滑窗步长Step对历史径流数据和历史降雨量数据进行数据划分，构建样本数据库；获取当前径流序列R和当前降雨量序列F；使用当前降雨量序列F在样本数据库中进行相似度计算，获取相似度最高的K个样本；基于当前径流序列R、当前降雨量序列F、相似度最高的K个样本，利用径流预报模型计算径流预报值。本发明能够显著减少参与径流预报的数据量，尤其针对汛期雨季，提高了预报的速度和精度，对于防洪减灾工作具有重要意义。

公开(公告)号：CN117251682A

公开(公告)日：2023-12-19

申请号：CN202311450780.5

申请日：2023-11-03

Applicant: 兰州大学

Inventor： 周颖 ,  靳峰

IPC: G06F18/10 ,  G06F18/213 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习模型的径流预测方法及装置，对采集的河流流域的数据资料进行数据清洗、特征提取以及特征转换，评估每一个特征对预测结果的重要程度，根据重要程度筛选主要特征构建径流预测样本，对预测样本进行归一化处理，归一化处理后的预测样本按照设定比例划分为训练集和测试集。对训练集进行数据分割获取多个训练子集，在每个训练子集上并行训练长短时忆神经网络。根据长短时忆神经网络在测试集的表现停止训练，获得训练好的模型。本发明提供的方法能够自动从收集的数据中提取影响径流预测结果的重要特征，减少了数据处理量，并且将构建的训练数据集进行划分，并行训练LSTM神经网络，缩短了训练时间。