-
公开(公告)号:CN118052321A
公开(公告)日:2024-05-17
申请号:CN202410163260.4
申请日:2024-02-05
Applicant: 河海大学
IPC: G06Q10/04 , G06F18/243 , G06F18/27 , G06F18/214 , G06F18/23213 , G06Q50/26
Abstract: 本发明公开了一种基于增量学习的洪水预报模型参数在线优化方法,分析流域历史数据样本,对时序数据进行洪水场次划分以及数据标准化;对多流域历史洪水数据样本的暴雨特征和出口断面流量特征进行提取;使用参数率定算法对多流域历史洪水样本初始的模型参数范围进行迭代寻优,记录优化后的参数值;使用增量式决策树回归模型增量学习历史洪水样本数据并对需要预测洪水的洪水预报模型参数进行优化;将优化的参数值输入水文模型,评估对比洪水预报精度。本发明利用增量学习的实时性、强适应性、遗忘防护和高资源效率的能力,可以有效解决传统洪水预报过程中水文模型参数优化方法速度缓慢问题,实现洪水预报模型参数智能在线优化,提高业务处理的效率。
-
公开(公告)号:CN116429071A
公开(公告)日:2023-07-14
申请号:CN202310406055.1
申请日:2023-04-17
Applicant: 河海大学 , 淮河水利委员会水文局(信息中心) , 山东省水文中心 , 水利部信息中心(水利部水文水资源监测预报中心)
IPC: G01C13/00 , G06F30/20 , G06N3/0442 , G06N3/08
Abstract: 本发明公开一种基于径流模数的嵌套流域智能洪水预报方法,利用流域原始DEM数据进行流域数字化,提取流域面积及河网形态信息;基于流域内水文站站点资料及流域面积等信息,计算径流模数并进行数据预处理,建立场次洪水数据集;基于场次洪水数据集,采用长短期记忆递归神经网络(LSTM)模型构建流域出口断面洪水过程模拟模型;基于无径流资料嵌套子流域内的降雨信息,利用所构建的流域出口断面洪水过程模拟模型对该子流域内的洪水过程进行模拟。本发明具有数据来源稳定可靠、计算效率高、结果客观合理等优点,实现了嵌套子流域洪水过程的模拟,为流域出口断面洪水过程智能模拟提供了一条有效途径。
-