-
公开(公告)号：CN115759459B
公开(公告)日：2023-07-28
申请号：CN202211527321.8
申请日：2022-12-01
Applicant: 长江水利委员会水文局
Abstract: 本发明提供一种雨水工情耦合的流域洪水流量集合概率智能预报方法，收集历史水文气象实况和降水集合预报数据，依据流域大中型水库节点划分洪水区间，构建流域水文模型和河道汇流模型；提出基于融合相似度自识别的水库调度方案推荐模型，自动推荐水库调度方案；构建降雨输入、调度、水文组合的洪水流量集合概率预报模型，得到洪水流量概率预报结果。本发明实现同时考虑降雨、水库调度、水文模型不确定性的洪水流量集合概率预报，可以更加全面表现预报不确定性和风险信息，便于在生产实践中推广应用。
-
公开(公告)号：CN113159451A
公开(公告)日：2021-07-23
申请号：CN202110521764.5
申请日：2021-05-13
Applicant: 长江水利委员会水文局
Abstract: 本发明公开了一种基于事件知识图谱构建的流域旱涝事件长期预测方法，预测步骤包括如下：S1，数据获取：在进行数据的获取时，可以对两种数据进行获取，一种是结构化数据，另一种是非结构化数据；S2，事件知识抽取：在进行抽取时可以从互联网文献库中抽取相关的事件信息，并进行结构化表示。本发明通过利用知识图谱来构建流域旱涝汛期事件预测模型，再充分利用信息的基础上实现预报的客观化和自动化，无需由人工来进行选取和预测分析工作，这样在预测的过程中就不会受到外部影响因素过多的情况，关系复杂的数据也能够进行较好的处理，利用知识图谱构建的预测方法省时省力，最后得出的预测结果不会存在个人主观的因素，在应用时非常方便。
-
公开(公告)号：CN106651008A
公开(公告)日：2017-05-10
申请号：CN201611046793.6
申请日：2016-11-23
Applicant: 长江水利委员会水文局
Abstract: 本发明公开了一种面向水文预报的通用网络服务构建方法，该构建方法包括如下步骤：1)对预报计算模型进行封装，满足SOA的需求；2)通过网络传输协议用于服务的请求和数据的传输；3)计算服务器部署在分布式计算节点上，利用集群统一管理，通过负载均衡机制，保证用户的请求得到实时的响应。该方法摆脱了传统预报计算软件的限制，直接为跨平台应用提供通用的服务接口，确保了预报计算的一致性和通用性。同时，服务计算采用分布式部署，有效的提高了预报计算的效率，降低了系统的耦合性，扩展性和可控性也得到加强。
-
公开(公告)号：CN117828865B
公开(公告)日：2024-08-27
申请号：CN202311865956.3
申请日：2023-12-29
Applicant: 长江水利委员会水文局 , 中国三峡建工(集团)有限公司
IPC: G06F30/20 , G06Q50/06 , G06F113/08
Abstract: 一种适用无资料地区的径流系数动态估算方法，包括如下步骤：步骤1，根据邻近流域水文模型查算无资料地区的设计校正点；步骤2，基于邻近流域的P‑Pa‑R曲线制作邻近流域的P‑Pa‑α曲线；步骤3，根据设计校正点和邻近流域的P‑Pa‑α曲线校正并修编得到无资料地区的P‑Pa‑α曲线；步骤4，计算无资料地区的前期影响雨量Pa和预见期降雨量Pf；步骤5，计算无资料地区的未来影响雨量Pc，结合无资料地区的前期影响雨量Pa在无资料地区的P‑Pa‑α曲线上查算预见期内的平均径流系数αv。本发明利用数值降雨预报产品以及邻近站点的径流观测数据，合理量化降雨量、流域下垫面对于径流系数估算的影响，数据来源稳定可靠、计算效率高，有利于无资料地区的径流系数动态估算，值得推广。
-
公开(公告)号：CN117522012B
公开(公告)日：2024-07-16
申请号：CN202311447184.1
申请日：2023-11-02
Applicant: 长江水利委员会水文局 , 长江大学
IPC: G06Q10/0631 , G06Q50/06 , G06F30/20 , G06F111/08
Abstract: 一种基于季节周期特性的径流场景生成方法，其包括如下步骤：步骤1，获取Nk年每个季节分成T个时段的径流时序数据#imgabs0#步骤2，获得各季节累积分布函数cdfj；步骤3，扩大原始径流时序数据区间为极端区间；步骤4，将原始径流时序数据#imgabs1#映射至极端区间，得#imgabs2#步骤5，获得各季节各时段累积分布函数cdfj,t；步骤6，选取LHS抽样次数N；步骤7，LHS抽样逆变换；步骤8，量化原始数据各季节波动幅度σj；步骤9，重组抽样数据，得到随机模拟结果。本发明生成的时序场景从上下限区间以及场景波动幅度两方面更加近似于原始场景，可以提高场景模拟的拟真效果和进一步场景提取的合理性，对于制定水库或新能源最优运行策略的方法研究具有重要的推广使用价值。
-
Patent Agency Ranking
公开(公告)号：CN117172142B
公开(公告)日：2024-05-17
申请号：CN202310771809.3
申请日：2023-06-27
Applicant: 长江水利委员会水文局
IPC: G06F30/28 , G06T17/05 , G06F113/08 , G06F119/14
Abstract: 考虑地形影响的水文模型水流沿程再分配方法，包括如下步骤：1.将流域离散为若干栅格单元，将栅格单元的分辨率设置为分布式水文模型产汇流计算的计算尺度，提取地形坡度βc；2.提高栅格单元的分辨率，计算地形坡度并将其升尺度至计算尺度，量化栅格单元内部的地形起伏βs；3.以降雨P和蒸发E为输入，计算栅格单元内能够自由流出的水流q，将q分为进入下游栅格单元包气带的水流qc和排入栅格单元内部沟道的水流qs；4.水流qc补充下游栅格单元包气带缺水量后继续流出，水流qs通过沟道在不同栅格单元间快速运动，实现栅格单元间的水流沿程再分配。本方法设计合理，有利于较好的模拟降雨径流过程中的土壤水时空动态分布，实现较高精度的径流过程模拟。
-
公开(公告)号：CN117852290A
公开(公告)日：2024-04-09
申请号：CN202410050046.8
申请日：2024-01-11
Applicant: 长江水利委员会水文局
IPC: G06F30/20 , G06F111/10 , G06F113/08
Abstract: 一种分布式蓄水容量参数分区优化调整方法，包括如下步骤：步骤1，率定整个流域蓄水容量参数均值和子流域蓄水容量参数均值；步骤2，计算子流域、剩余流域和整个流域蓄水容量参数均值的比例系数，并分别赋值给子流域和剩余流域的质心点；步骤3，以质心点为基础，将比例系数进行地理插值，得到整个流域范围内比例系数的空间分布栅格Rasterγ；步骤4，将比例系数的空间分布栅格Rasterγ进行调整，得到调整后的比例系数的空间分布栅格Rasterγ′，将其作为整个流域内蓄水容量参数的调整系数，实现分布式蓄水容量参数分区优化。本发明数据来源稳定可靠、计算效率高、结果客观合理，有利于考虑了分布式蓄水容量参数的分区优化调整计算，值得推广。
-
公开(公告)号：CN117807353A
公开(公告)日：2024-04-02
申请号：CN202311853157.4
申请日：2023-12-29
Applicant: 长江水利委员会水文局 , 湖南省常德水文水资源勘测中心
Abstract: 考虑时变径流系数的小型水库纳雨能力动态迭代试算方法，包括如下步骤：步骤1，收集小型水库特征值；步骤2，计算前期影响雨量Pa，并结合最大蓄水容量Im计算纳雨能力试算开始的初始值InitP纳雨；步骤3，根据初始值InitP纳雨和小型水库P‑Pa‑α曲线查算对应的径流系数α查，进而得到纳雨能力计算值CalP纳雨；步骤4，统计纳雨能力计算值CalP纳雨和初始值InitP纳雨之间的差值ΔP纳雨，并根据ΔP纳雨迭代试算纳雨能力。本方法计算结果具有较高精度与可靠性，数据来源稳定可靠，函数关系明确，有利于考虑时变径流系数的小型水库纳雨能力动态迭代试算方法的快速自动执行，同时保证了结果的客观合理性，可以进一步促进小型水库洪水预警预报的深入发展。
-
公开(公告)号：CN117522012A
公开(公告)日：2024-02-06
申请号：CN202311447184.1
申请日：2023-11-02
Applicant: 长江水利委员会水文局 , 长江大学
IPC: G06Q10/0631 , G06Q50/06 , G06F30/20 , G06F111/08
Abstract: 一种基于季节周期特性的径流场景生成方法，其包括如下步骤：步骤1，获取Nk年每个季节分成T个时段的径流时序数据 步骤2，获得各季节累积分布函数cdfj；步骤3，扩大原始径流时序数据区间为极端区间；步骤4，将原始径流时序数据映射至极端区间，得步骤5，获得各季节各时段累积分布函数cdfj,t；步骤6，选取LHS抽样次数N；步骤7，LHS抽样逆变换；步骤8，量化原始数据各季节波动幅度σj；步骤9，重组抽样数据，得到随机模拟结果。本发明生成的时序场景从上下限区间以及场景波动幅度两方面更加近似于原始场景，可以提高场景模拟的拟真效果和进一步场景提取的合理性，对于制定水库或新能源最优运行策略的方法研究具有重要的推广使用价值。
-
公开(公告)号：CN110619432B
公开(公告)日：2022-08-30
申请号：CN201910874717.1
申请日：2019-09-17
Applicant: 长江水利委员会水文局
Abstract: 本发明提供了一种基于深度学习的特征提取水文预报的方法，属于水资源高效利用与水文预报领域，方法包括：首先利用流域历史信息获得流域水文预报特征因子集合，其次利用数据挖掘算法训练特征因子集合并获得不同因子作用下“量值”和“过程形态”相似的多组场次洪水过程集合，然后基于深度学习算法开展传统水文预报中各模型、方法的参数率定，并形成模型、方法与参数方案配套的模型库和方法库，最后结合聚类分析完成水文预报计算。相对于已有方法，本发明有效改进了传统水文预报方法预报精度较低、有效预见期较短等不足，在开展水文预报时能够明显提高预报精度、延长预见期，具有良好的适用性和可行性，为流域水文预报提供了行之有效的技术方法。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.095 seconds)
