一种基于灌区的河水流量异常条件下水资源调度系统

    公开(公告)号:CN117787658B

    公开(公告)日:2024-06-11

    申请号:CN202410199513.3

    申请日:2024-02-23

    Abstract: 本发明公开了一种基于灌区的河水流量异常条件下水资源调度系统,涉及水体资源调度技术领域,若异常关联度超过关联阈值,使用训练后的河流流量预测模型对采样点处的河流流量进行预测,并在对预测值作出修正后,获取修正后流量预测值;对各个子区域内的需水量及供水量进行预测,获取灌溉区域内各个子区域内在目标节点上的预测需水量及预测供水量,由训练后的水体调度模型为灌溉区域求解最优调度方案;由调度数据生成供水系数,若供水系数低于预设的供水阈值,从预先构建的模型优化构建知识图谱内匹配出对应的优化方案,对调度模型进行优化。通过在预测数据的基础上对水资源进行调度,在灌溉区域内的水体供应风险产生时,能够提前进行处理。

    一种基于人工智能的水资源调度监测系统

    公开(公告)号:CN117291432B

    公开(公告)日:2024-02-23

    申请号:CN202311592972.X

    申请日:2023-11-27

    Abstract: 本发明公开了一种基于人工智能的水资源调度监测系统,涉及水资源调度技术领域,若数据质量指数低于预设的质量阈值,则对低质量数据组的修正并生成水体修正数据集合;生成水体变化的区域风险指数并进而获取监测区域内水体的风险指数,若所获取的风险指数超过第二风险阈值,发出第一报警指令,否则,对风险指数的变化趋势进行预测,若其预测值较当前值增加比例超过比例阈值,发出第二报警指令;在接收到第一或者第二报警指令后,由水体流动模型对监测区域内的水体变化进行持续预测,由若监测区域内的水体存在安全隐患,发出预测结果。若是存在风险,则输出更加全面的预测结果,以便于对可能存在安全隐患的水体做相应的处理,避免(56)对比文件徐帮树;贾超;王育奎;张金存.城市防汛预警决策支持系统研究及应用.山东大学学报(工学版).2011,(02),全文.

    一种基于数字孪生的水利模型构建方法及系统

    公开(公告)号:CN117371337B

    公开(公告)日:2024-03-15

    申请号:CN202311671485.2

    申请日:2023-12-07

    Abstract: 本发明公开了一种基于数字孪生的水利模型构建方法及系统,涉及水利工程技术领域,由位于检测区域内的采集点采集数据,并使用卷积神经网络模型建立水利数字孪生模型;对从监测点处获取若干组监测数据做数据分析并获取数据质量集合,由数据质量集合生成稳定性系数,筛选出目标数据,以目标数据作为输入,使用训练后的水利数字孪生模型获取相应的预测数据,并依据预测数据与实际数据的偏差程度生成对应的误差系数,若其超过误差阈值,依据异常模块的参数特征及算法特征选择出相应的修正方案,对水利孪生模型进行修正。能够存在水利风险时提前预知,预留出相对较多的处理时间,在一定程度上减少安全隐患。

    一种基于人工智能的水资源调度监测系统

    公开(公告)号:CN117291432A

    公开(公告)日:2023-12-26

    申请号:CN202311592972.X

    申请日:2023-11-27

    Abstract: 本发明公开了一种基于人工智能的水资源调度监测系统,涉及水资源调度技术领域,若数据质量指数低于预设的质量阈值,则对低质量数据组的修正并生成水体修正数据集合;生成水体变化的区域风险指数并进而获取监测区域内水体的风险指数,若所获取的风险指数超过第二风险阈值,发出第一报警指令,否则,对风险指数的变化趋势进行预测,若其预测值较当前值增加比例超过比例阈值,发出第二报警指令;在接收到第一或者第二报警指令后,由水体流动模型对监测区域内的水体变化进行持续预测,由若监测区域内的水体存在安全隐患,发出预测结果。若是存在风险,则输出更加全面的预测结果,以便于对可能存在安全隐患的水体做相应的处理,避免风险的产生。

    一种基于XGBoost机器学习模型的水位动态预测方法

    公开(公告)号:CN114912359A

    公开(公告)日:2022-08-16

    申请号:CN202210545239.1

    申请日:2022-05-19

    Abstract: 本发明公开了一种基于XGBoost机器学习模型的水位动态预测方法,具体步骤包括获取真实流域的历史水情数据,并进行预处理;对预处理的历史水情数据进行划分,得到训练集和测试集;基于XGBoost机器学习建立水位动态预测模型,并根据训练集训练模型,以及利用测试集测试模型表现,并调整模型参数;根据训练完成的水位动态预测模型预测实际水位动态,并输出预测结果。本发明获取历史水情数据,再基于XGBoost机器学习建立水位动态预测模型并进行训练测试,增加模型的精确度。从而根据实际水情数据进行水位预测。能够实现以流域历史水位和当前水位数据作为模型输入,实现未来水位预测的功能,从而有效地促进洪水预报工作的开展。

    一种基于灌区的河水流量异常条件下水资源调度系统

    公开(公告)号:CN117787658A

    公开(公告)日:2024-03-29

    申请号:CN202410199513.3

    申请日:2024-02-23

    Abstract: 本发明公开了一种基于灌区的河水流量异常条件下水资源调度系统,涉及水体资源调度技术领域,若异常关联度超过关联阈值,使用训练后的河流流量预测模型对采样点处的河流流量进行预测,并在对预测值作出修正后,获取修正后流量预测值;对各个子区域内的需水量及供水量进行预测,获取灌溉区域内各个子区域内在目标节点上的预测需水量及预测供水量,由训练后的水体调度模型为灌溉区域求解最优调度方案;由调度数据生成供水系数,若供水系数低于预设的供水阈值,从预先构建的模型优化构建知识图谱内匹配出对应的优化方案,对调度模型进行优化。通过在预测数据的基础上对水资源进行调度,在灌溉区域内的水体供应风险产生时,能够提前进行处理。

    一种基于数字孪生的水利模型构建方法及系统

    公开(公告)号:CN117371337A

    公开(公告)日:2024-01-09

    申请号:CN202311671485.2

    申请日:2023-12-07

    Abstract: 本发明公开了一种基于数字孪生的水利模型构建方法及系统,涉及水利工程技术领域,由位于检测区域内的采集点采集数据,并使用卷积神经网络模型建立水利数字孪生模型;对从监测点处获取若干组监测数据做数据分析并获取数据质量集合,由数据质量集合生成稳定性系数,筛选出目标数据,以目标数据作为输入,使用训练后的水利数字孪生模型获取相应的预测数据,并依据预测数据与实际数据的偏差程度生成对应的误差系数,若其超过误差阈值,依据异常模块的参数特征及算法特征选择出相应的修正方案,对水利孪生模型进行修正。能够存在水利风险时提前预知,预留出相对较多的处理时间,在一定程度上减少安全隐患。

    基于模型组合的水利模型云计算方法与系统

    公开(公告)号:CN116822969B

    公开(公告)日:2023-11-17

    申请号:CN202311103723.X

    申请日:2023-08-30

    Abstract: 本发明公开了基于模型组合的水利模型云计算方法与系统,涉及水利工程技术领域,在河流的两侧设置若干个等面积的监测区域,关联生成洪水条件系数;若洪水条件系数超过预先设置的条件阈值,在河流上游区域设置若干个检测点,分别检测并获取河流上游处水利条件,建立水利初始条件集,进而生成洪水风险系数,若洪水风险系数大于预设的洪水风险阈值,则获取各个监测区域内的河道水位;若河道水位大于预设的水位阈值,获取对应的水位监测点的位置信息,将该水位监测点标记为风险点;对洪水的危险程度进行预测,若会产生洪水险情,则可以及时进行处理,避免险情带更大的安全隐患,将河道水位降低至合理的范围内。

    基于模型组合的水利模型云计算方法与系统

    公开(公告)号:CN116822969A

    公开(公告)日:2023-09-29

    申请号:CN202311103723.X

    申请日:2023-08-30

    Abstract: 本发明公开了基于模型组合的水利模型云计算方法与系统,涉及水利工程技术领域,在河流的两侧设置若干个等面积的监测区域,关联生成洪水条件系数;若洪水条件系数超过预先设置的条件阈值,在河流上游区域设置若干个检测点,分别检测并获取河流上游处水利条件,建立水利初始条件集,进而生成洪水风险系数,若洪水风险系数大于预设的洪水风险阈值,则获取各个监测区域内的河道水位;若河道水位大于预设的水位阈值,获取对应的水位监测点的位置信息,将该水位监测点标记为风险点;对洪水的危险程度进行预测,若会产生洪水险情,则可以及时进行处理,避免险情带更大的安全隐患,将河道水位降低至合理的范围内。

Patent Agency Ranking