-
公开(公告)号：CN119049586B
公开(公告)日：2025-01-28
申请号：CN202411505973.0
申请日：2024-10-28
Applicant: 河海大学
IPC: G16C20/30 , G16C20/70 , G06F30/28 , G06F30/27 , G06N3/0442
Abstract: 本发明公开了一种基于深度学习和注意力机制的大尺度流域总磷模拟方法，包括：采集逐日水文气象的时间序列数据、水质数据以及恒定的流域属性数据；对采集的数据进行预处理；创建并在LSTM模型中引入注意力机制，进行超参数设置；将预处理后的数据输入到包含注意力机制的LSTM模型中进行模型训练和评估；输出流域逐日总磷浓度以及通量的模拟数据集。本发明将深度学习算法应用到LSTM模型的训练当中，并引入注意力机制来提高模型对重要时间步和特征的关注，实现了同时模拟上百个流域的逐日TP数据，对上百个流域特征和动态行为的学习，在水质模拟方面具有空间范围广、时间跨度大的优点。
-
公开(公告)号：CN119151753A
公开(公告)日：2024-12-17
申请号：CN202411615129.3
申请日：2024-11-13
Applicant: 河海大学
IPC: G06Q50/26 , G06N3/0442 , G06N3/084 , G06F17/18
Abstract: 本发明公开了一种河流‑大气耦合热浪评估方法和系统，包括：获得一定时间内大范围的多个流域的逐日连续河流表面水温数据；计算研究区域的热浪温度阈值，计算河流热浪事件和大气热浪事件的基本特征指标；计算河流‑大气耦合热浪事件的相关时间特征指标和耦合率；对河流热浪事件和大气热浪事件的基本特征指标、河流‑大气耦合热浪事件的时间特征指标和耦合率的年变化趋势进行评估，对河流热浪事件和大气热浪事件的基本特征指标、河流‑大气耦合热浪事件的时间特征指标和耦合率的相关性进行评估。本发明全面地评估河流热浪与热浪之间的反馈响应关系，更全面地理解和预测河流和大气热浪之间的相互作用，为应对气候变化提供重要参考。
-
公开(公告)号：CN116756961A
公开(公告)日：2023-09-15
申请号：CN202310709327.5
申请日：2023-06-15
Applicant: 河海大学
Abstract: 本发明公开了一种滨海含水层最大抽水量的确定方法，包括：确定含水层参数，计算盐水楔尖端位置和势能；判断盐水楔尖端和抽水井的位置关系：确定地下水Strack势能和流量分布；确定驻点上下限位置以及驻点位置，计算最大抽水量和Strack势能；计算驻点上下限位置间的距离，若满足精度要求则输出最大抽水量及驻点位置，若不满足，进入到下一步骤；利用二分法调整驻点的上下限位置直至满足精度要求，输出最大抽水量及驻点位置。本发明可以快速有效计算复杂含水层条件下的最大抽水量，计算结果具有良好的参考价值，有利于工程和科研人员使用，解决了传统递增迭代法试算复杂条件下滨海地下水最大抽水量耗时长的弊端，可应用于不同边界条件的非均质滨海含水层。
-
公开(公告)号：CN119848789A
公开(公告)日：2025-04-18
申请号：CN202510331446.0
申请日：2025-03-20
Applicant: 河海大学 , 长江水利委员会水文局
IPC: G06F18/25 , G06N3/0442 , G06N3/045 , G06N3/0985 , G01C13/00
Abstract: 本发明公开了一种基于元学习TFT架构的流域水文多变量预测方法，涉及水文预测技术领域，包括采集多个水文观测站的多变量水质数据、外部驱动力数据及静态流域属性数据；进行拼接并处理缺失值，划分为时间排列的训练集、测试集和验证集作为输入；通过强化门控循环单元增强模型对长期依赖关系的捕捉；利用多尺度图注意力网络捕捉时间序列中的多层次依赖关系；整合元学习框架，融合多个子任务，输出预测值。将模型融合增强元学习与改进的Temporal Fusion Transformer相结合，融合多尺度图注意力网络和动态模型融合机制，解决复杂流域环境下水文预测模型在捕捉长期依赖关系和泛化能力方面的不足，提升多变量水文预测的精度与可靠性。
-
Patent Agency Ranking
公开(公告)号：CN119089718B
公开(公告)日：2025-03-07
申请号：CN202411599335.X
申请日：2024-11-11
Applicant: 河海大学
IPC: G06F30/20 , G06N3/0464 , G06N3/0442 , G06F111/10
Abstract: 本发明公开了一种基于CNN‑Transformer的大尺度流域水质模拟方法与系统，包括：获取多个流域的气象水文驱动数据、水质数据以及流域属性数据；对数据进行预处理，将处理后的数据按照一定比例划分为训练集和测试集；对训练集的三维时间序列数据进行数据嵌入；对数据进行数据编码和线性变换；对模型进行训练，根据训练结果的评估指标得到最终的CNN‑Transformer水质模拟模型，将测试集中的数据输入到模型得到流域水质的模拟值。本发明结合了Tansformer模型与卷积神经网络，更好地处理一些非平稳、非线性关系的水质模拟问题，更好地捕捉到多元变量之间的相互依存关系。
-
公开(公告)号：CN119151753B
公开(公告)日：2025-01-24
申请号：CN202411615129.3
申请日：2024-11-13
Applicant: 河海大学
IPC: G06Q50/26 , G06N3/0442 , G06N3/084 , G06F17/18
Abstract: 本发明公开了一种河流‑大气耦合热浪评估方法和系统，包括：获得一定时间内大范围的多个流域的逐日连续河流表面水温数据；计算研究区域的热浪温度阈值，计算河流热浪事件和大气热浪事件的基本特征指标；计算河流‑大气耦合热浪事件的相关时间特征指标和耦合率；对河流热浪事件和大气热浪事件的基本特征指标、河流‑大气耦合热浪事件的时间特征指标和耦合率的年变化趋势进行评估，对河流热浪事件和大气热浪事件的基本特征指标、河流‑大气耦合热浪事件的时间特征指标和耦合率的相关性进行评估。本发明全面地评估河流热浪与热浪之间的反馈响应关系，更全面地理解和预测河流和大气热浪之间的相互作用，为应对气候变化提供重要参考。
-
公开(公告)号：CN119049586A
公开(公告)日：2024-11-29
申请号：CN202411505973.0
申请日：2024-10-28
Applicant: 河海大学
IPC: G16C20/30 , G16C20/70 , G06F30/28 , G06F30/27 , G06N3/0442
Abstract: 本发明公开了一种基于深度学习和注意力机制的大尺度流域总磷模拟方法，包括：采集逐日水文气象的时间序列数据、水质数据以及恒定的流域属性数据；对采集的数据进行预处理；创建并在LSTM模型中引入注意力机制，进行超参数设置；将预处理后的数据输入到包含注意力机制的LSTM模型中进行模型训练和评估；输出流域逐日总磷浓度以及通量的模拟数据集。本发明将深度学习算法应用到LSTM模型的训练当中，并引入注意力机制来提高模型对重要时间步和特征的关注，实现了同时模拟上百个流域的逐日TP数据，对上百个流域特征和动态行为的学习，在水质模拟方面具有空间范围广、时间跨度大的优点。
-
公开(公告)号：CN119089718A
公开(公告)日：2024-12-06
申请号：CN202411599335.X
申请日：2024-11-11
Applicant: 河海大学
IPC: G06F30/20 , G06N3/0464 , G06N3/0442 , G06F111/10
Abstract: 本发明公开了一种基于CNN‑Transformer的大尺度流域水质模拟方法与系统，包括：获取多个流域的气象水文驱动数据、水质数据以及流域属性数据；对数据进行预处理，将处理后的数据按照一定比例划分为训练集和测试集；对训练集的三维时间序列数据进行数据嵌入；对数据进行数据编码和线性变换；对模型进行训练，根据训练结果的评估指标得到最终的CNN‑Transformer水质模拟模型，将测试集中的数据输入到模型得到流域水质的模拟值。本发明结合了Tansformer模型与卷积神经网络，更好地处理一些非平稳、非线性关系的水质模拟问题，更好地捕捉到多元变量之间的相互依存关系。
-
公开(公告)号：CN220414103U
公开(公告)日：2024-01-30
申请号：CN202321727686.5
申请日：2023-07-04
Applicant: 河海大学
IPC: E02B1/02
Abstract: 本实用新型公开了一种可实现控制盐水密度的海底地下水排放试验水槽，包括水槽填砂室、咸水水位稳定室、咸水水位控制系统及咸水密度控制系统，所述咸水水位稳定室一侧与水槽填砂室连通，另一侧连通咸水水位控制系统，所述水槽填砂室表面贯穿设有若干排第一开孔，第一开孔上连接有咸水密度控制系统，所述咸水密度控制系统包括进水管和出流管，且出流管位于进水管下方，其中，进水管一端连接咸水水位稳定室的开孔，另一端连接第一开孔；所述出流管一端连接第一开孔，另一端自由出流。本实用新型可以在实验室内有效模拟海底地下水排泄过程，保证多孔介质中排泄出来的淡水及时从自由出流管流出，不会降低用作模拟海水的咸水中盐分的浓度。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.043 seconds)
