-
公开(公告)号：CN119397895A
公开(公告)日：2025-02-07
申请号：CN202411441796.4
申请日：2024-10-16
Applicant: 华能澜沧江水电股份有限公司 , 河海大学 , 中国电建集团昆明勘测设计研究院有限公司 , 华能澜沧江上游水电有限公司
IPC: G06F30/27 , G06N3/0442 , G06N3/084 , G06F18/213 , G06F18/15
Abstract: 本发明涉及滑坡涌浪及数据驱动技术领域，公开了一种基于门控循环单元的滑坡涌浪高度预测方法及系统，方法包括收集滑坡涌浪区域的大比尺物理模型试验的相关数据，并将特征数据进行数据标准化及归一化的预处理，预处理后的特征数据作为门控循环单元GRU模型输入，得到涌浪高度；在Python编译环境中利用张流量搭建门控循环单元GRU网络；训练门控循环单元GRU网络模型，利用历史滑坡数据进行门控循环单元GRU网络模型训练来调整模型参数；将训练好的门控循环单元GRU模型部署到实际滑坡涌浪预测系统中进行实时监测。系统包括数据预处理模块、模型构建模块、模型训练模块。本发明形成了一个高效且精确的预测系统。
-
公开(公告)号：CN116644652A
公开(公告)日：2023-08-25
申请号：CN202310371896.3
申请日：2023-04-07
Applicant: 华能澜沧江水电股份有限公司 , 中国电建集团昆明勘测设计研究院有限公司
Abstract: 本发明涉及一种基于深度学习的饱和瞬态渗流问题的计算，属于人工智能和饱和瞬态渗流计算方法技术领域，首先构建神经网络模型，然后给予深度学习对数据集进行学习，输出神经网络模型参数，最后利用训练好的模型对渗流问题进行预测。通过对水头的实际分布情况进行统计，并将统计结果与本发明拟合的结果进行对比，深度学习神经网络对饱和瞬态问题的求解结构具有准确性和正确性，因此本发明提出的基于深度学习的饱和瞬态渗流问题取得了较好的效果。
-
公开(公告)号：CN116629093A
公开(公告)日：2023-08-22
申请号：CN202310371696.8
申请日：2023-04-07
Applicant: 华能澜沧江水电股份有限公司 , 中国电建集团昆明勘测设计研究院有限公司
Abstract: 本发明涉及一种基于深度学习的饱和稳态渗流计算，属于人工智能和饱和稳态渗流计算方法技术领域，首先构建神经网络模型，然后基于深度学习对数据集进行学习，保存神经网络模型参数，最后利用训练好的模型对渗流问题进行预测。数据集；为构建的神经网络；为偏微分方程中的待求解参数。采用有限元方法对该饱和稳态渗流问题的求解结果与采用深度学习对该饱和稳态渗流问题的求解结果对比误差较小，可以看出深度学习对饱和稳态渗流稳态具有准确性和正确性，因此本发明提出的一种基于深度学习的饱和稳态渗流问题取得了较好的效果。
-
公开(公告)号：CN117494275A
公开(公告)日：2024-02-02
申请号：CN202311521982.4
申请日：2023-11-15
Applicant: 华能澜沧江水电股份有限公司 , 河海大学 , 中国电建集团昆明勘测设计研究院有限公司
IPC: G06F30/13 , G06F30/25 , G06F111/10 , G06F119/02
Abstract: 基于初始稳定系数的滑坡体入水速度计算方法，涉及滑坡防灾减灾及工程安全领域。本发明的基于初始稳定系数的滑坡体入水速度计算方法，包括以下步骤：建立数值计算模型；求出对应的初始稳定安全系数；使用离散元软件进行滑坡运动演化过程分析，计算求出对应的滑坡入水速度值；分析入水速度与时间的变化关系，求出最大入水速度值；找出同一工况下初始稳定安全系数与滑坡入水速度的映射关系，拟合得到两者函数关系式，应用于实际工程。本发明通过分析滑坡的初始稳定性安全系数快速求出滑坡体入水速度，从而判定滑坡灾害的危害性程度，也为后续更合理的评估滑坡的涌浪特征提供参考依据。
-
Patent Agency Ranking
公开(公告)号：CN119266442A
公开(公告)日：2025-01-07
申请号：CN202411567153.4
申请日：2024-11-05
Applicant: 中国电建集团昆明勘测设计研究院有限公司
Abstract: 本发明公开了一种水电站地面厂房上部结构包括钢结构屋面系、钢结构吊车梁及钢结构排架。钢结构屋面系包括钢屋面板及钢网架，钢屋面板通过螺钉与钢网架固定连接，钢结构吊车梁包括钢吊车梁以及钢补强板，钢补强板与钢吊车梁焊接固定用于加强钢吊车梁的承载能力，钢结构排架包括钢排架、钢柱以及钢连系梁，多个钢排架及钢柱与水电站厂房下部基岩或大体积混凝土中埋设的钢结构排架柱脚螺栓固定连接，两根钢吊车梁的下端螺栓固定连接有多个钢柱，与其中一根钢吊车梁固定连接的多个钢柱的一侧与多个钢连系梁的一端焊接固定。该发明解决了水电工程应用技术领域中传统水电站地面厂房上部结构钢筋混凝土施工过程中存在的施工效率低、投资较大等问题。
-
公开(公告)号：CN111881601A
公开(公告)日：2020-11-03
申请号：CN202010615929.0
申请日：2020-07-01
Applicant: 中国电建集团昆明勘测设计研究院有限公司
Abstract: 本发明公开一种基于深度学习和有限单元法的材料本构模型，属于人工智能和材料本构模型技术领域，包括根据土石坝材料试件大小建立有限元模型，输入压缩试验得到的应力-应变曲线进行有限元计算,提取模型真实应力、应变及其增量数据，组成数据集;采用深度学习对数据集进行学习，输出深度学习模型参数;根据深度学习模型参数，编写材料本构子程序，构建基于深度学习与有限单元法的土石坝材料本构模型，本发明土石坝材料本构模型构建方法，使用的深度神经网络能够无限逼近任意连续函数，因此能够用于对复杂非线性土石坝材料本构模型的构建，且深度神经网络本构模型仅基于试验数据，没有作出任何假设，模型不受应力应变曲线形状的影响，模型更客观。
-
公开(公告)号：CN118345841A
公开(公告)日：2024-07-16
申请号：CN202410314882.2
申请日：2024-03-19
Applicant: 中国电建集团昆明勘测设计研究院有限公司
Abstract: 本发明公开了一种动能转换为重力势能的协同抗滑桩及其布设方法，协同抗滑桩包括：滑移面、滑坡体、抗滑桩本体、第一应变传感器、第二应变传感器、第三应变传感器、第一位移传感器、第二位移传感器、第一区块链网络节点、云服务器、第二区块链网络节点及监测终端。布设方法包括根据岩土体物理力学参数判断边坡的潜在滑移面；通过分析力学及数值模拟对抗滑桩本体及桩间连扳的结构参数进行设计；抗滑桩本体布置于滑坡体中，用桩间连扳将相邻的抗滑桩本体连接。本发明实时监测和评估滑坡体的动态变化，保持结构的稳定性和安全性，并为结构监测和分析提供可靠的数据支持；对于预防滑坡事故、保护人员和财产安全具有重要意义。
-
公开(公告)号：CN118166799A
公开(公告)日：2024-06-11
申请号：CN202410314881.8
申请日：2024-03-19
Applicant: 中国电建集团昆明勘测设计研究院有限公司
Abstract: 本发明公开了一种抗滑桩及其成型装置，涉及边坡阻滑技术领域，改善抗滑桩伸出地面的部分容易受力变形弯折，而常规抗滑桩不具备防变形的能力，长时间使用时容易发生形变的问题，包括圆筒桩体，所述圆筒桩体内部呈圆形空腔设计，所述圆筒桩体在桩身不同高度、桩前桩后不同位置分别开设有排水孔，所述圆筒桩体内部所开设排水孔的内壁固定安装有塑料网格板，所述塑料网格板的外表面包裹有多层涤纶短纤针刺土工布。本发明在使用时，可金属套筒套接在两个相邻的圆筒桩体上，将紧固成型板插入到金属套筒上的卡接块内部，使相邻的两个圆筒桩体连接成型，形成一个较为稳定的结构，减少圆筒桩体伸出地面的部分容易受力变形弯折的情况。
-
公开(公告)号：CN111881601B
公开(公告)日：2023-08-15
申请号：CN202010615929.0
申请日：2020-07-01
Applicant: 中国电建集团昆明勘测设计研究院有限公司
Abstract: 本发明公开一种基于深度学习的土石坝材料本构模型构建方法，属于人工智能和材料本构模型技术领域，包括根据土石坝材料试件大小建立有限元模型，输入压缩试验得到的应力‑应变曲线进行有限元计算,提取模型真实应力、应变及其增量数据，组成数据集；采用深度学习对数据集进行学习，输出深度学习模型参数；根据深度学习模型参数，编写材料本构子程序，构建基于深度学习与有限单元法的土石坝材料本构模型，本发明土石坝材料本构模型构建方法，使用的深度神经网络能够无限逼近任意连续函数，能够用于对复杂非线性土石坝材料本构模型的构建，且深度神经网络本构模型仅基于试验数据，没有作出任何假设，模型不受应力应变曲线形状的影响，模型更客观。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.051 seconds)
