基于水深-水面面积数学模型与遥感的河道水深反演方法

    公开(公告)号:CN116956588A

    公开(公告)日:2023-10-27

    申请号:CN202310907653.7

    申请日:2023-07-21

    IPC分类号: G06F30/20 G01C13/00 G01F23/00

    摘要: 本发明公开了基于水深‑水面面积数学模型与遥感的河道水深反演方法,应用于河道水深反演技术领域,包括构建河道的第一水深‑水面面积数学模型;基于河道类型,计算河道的过水断面面积、两边三角形面积与水深以及流程的关系函数,并代入第一水深‑水面面积数学模型,得到第二水深‑水面面积数学模型;基于水位与水深的关系,将第二水深‑水面面积数学模型转化为水位‑水面面积数学模型,并结合遥感得出的水位‑水面面积关系,解算数学模型中的未知数,代入第二水深‑水面面积数学模型,得到第三水深‑水面面积数学模型,代入遥感提取的水面面积,得到河道水深。本发明在提升了水深值代表性的同时,也克服了利用波段反演高泥沙含量水体水深的困难。

    一种基于云计算的数据交互调度平台

    公开(公告)号:CN118963956A

    公开(公告)日:2024-11-15

    申请号:CN202411084749.9

    申请日:2024-08-08

    摘要: 本发明公开了一种基于云计算的数据交互调度平台,涉及数据调度技术领域,包括:收集历史数据和实时数据,对数据进行预处理;基于预处理后的数据,获取数据任务,基于任务指标,计算数据的传输需求,对数据的传输需求进行预测;基于数据预测结果,计算当前设备负载量,对数据进行优先级的划分;基于优先级的划分,使数据进行交互调度。本发明通过建立数据需求预测模型,从而能实时对数据的传输需求进行预测,基于数据传输需求预测量与设备的初始化性能,计算设备的负载指标,根据所有的设备的负载指标设置数据的初始优先级,从而导致优先级的划分更加方便与准确,且数据的交互调度准确率较高,不容易产生调度错误,带来更好的使用前景。

    一种基于滚动分解和深度学习的径流概率预测方法

    公开(公告)号:CN118760978A

    公开(公告)日:2024-10-11

    申请号:CN202410770895.0

    申请日:2024-06-14

    摘要: 本发明涉及一种基于滚动分解和深度学习的径流概率预测方法。收集历史日径流数据序列;通过基于滚动分解策略的VMD对数据进行不存在未来信息的泄露的分解。将处理后的数据分为训练集和测试集;构建径流概率预测模型BiGRU‑NCQR‑KDE,设置超参数,以最小化损失函数为目标,在训练集上训练模型,得到训练好的径流概率预测模型;采集设定时间期间内的逐日径流量数据,对采集的数据进行预处理得到待预测数据集;将待预测数据集输入训练好的径流量预测模型,得到预测的径流概率密度曲线;完成基于滚动分解和深度学习的径流概率预测。本发明可以在避免信息泄露发生的同时获得精准和可靠的径流概率预测结果。

    一种考虑不确定来水的梯级水电年发电计划制作方法

    公开(公告)号:CN117610827A

    公开(公告)日:2024-02-27

    申请号:CN202311557201.7

    申请日:2023-11-21

    摘要: 本发明公开一种考虑不确定来水的梯级水电年发电计划制作方法,其特征在于:它包括如下步骤:S1、长系列来水下水位运行过程运行;S2、确定来水下梯级电站年计划制作;本发明通过考虑实际机组检修安排及电网负荷需求等复杂约束限制,获得的梯级各电站水位运行过程平顺,与梯级各电站历史多年实际调度运行情况和水位过程更为接近;与此同时,由于梯级电站年度运行计划制作在长系列计算中考虑了历史实际的复杂来水情况,获取的梯级电站年度水位过程对于梯级不同来水的适应性更强,同时模型兼顾了较高的求解和计算效率。