公开(公告)号：CN118569480A

公开(公告)日：2024-08-30

申请号：CN202410617369.0

申请日：2024-05-17

Applicant: 北京工业大学 ,  北京市水利工程管理中心

Inventor： 于涌川 ,  申徐萌 ,  闫健卓 ,  张峻 ,  吕涛 ,  王鑫鑫 ,  刘凯华

IPC: G06Q10/063 ,  G06Q50/06 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/09

Abstract: 本发明提出一种基于多维序列数据相关性分析的泵站后池水位预测方法和系统。方法包括：对泵站监测数据进行数据预处理，得到趋势序列、周期序列和残差序列；对趋势序列进行预测，编码器由多层复合卷积层构成，对趋势序列进行特征提取，引入加权机制的并行神经网络，学习特征信息中不同位置之间的关系，对特征信息进行加权处理，解码器由有门控机制的循环神经网络层构成，对加权信息解码，进行预测；基于多层感知器对周期序列进行预测，将趋势序列预测值和周期序列的预测值与残差序列值相加得到最终的水位预测。本申请提出的方法能够关注输入序列中的不同部分，理解数据的变化规律深入挖掘数据之间复杂的相关作用关系，实现了对泵站水位的准确预测。

公开(公告)号：CN118535888A

公开(公告)日：2024-08-23

申请号：CN202410015081.6

申请日：2024-01-05

Applicant: 北京工业大学 ,  北京市南水北调团城湖管理处 ,  中国水利水电科学研究院

Inventor： 闫健卓 ,  张峻 ,  万烁 ,  赵拓 ,  刘秋生 ,  周叶

IPC: G06F18/211 ,  G06F18/213 ,  G06F18/214 ,  G06F18/241 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/09

Abstract: 本申请涉及一种泵站水位预测方法及装置，预测方法包括以下步骤：采集泵站水位数据，对水位数据进行数据预处理，得到原始数据集；基于原始数据集根据改进的生成对抗网络生成新样本数据，并将新样本数据补充到原始数据集中，得到扩充数据集；基于图神经网络的特征提取方法对扩充数据集进行特征提取，得到输入数据；基于异步并行的高阶神经网络分类模型，根据输入数据，构建预测模型，以预测泵站水位；本申请能够对大规模、多维度的泵站数据实现高效的处理和分析，有效解决数据量大、复杂度高的问题，提高预测精度以及模型应用范围，从而能够准确预测泵站水位，以提高管理效率和预防可能的水资源危机。