公开(公告)号：CN119005390A

公开(公告)日：2024-11-22

申请号：CN202410975082.5

申请日：2024-07-19

Applicant: 中国长江电力股份有限公司

Inventor： 曾志强 ,  鲍正风 ,  曹辉 ,  张海荣 ,  杨旭 ,  陆涛 ,  向阳 ,  袁晓辉 ,  胡文斌 ,  邹翔熙

IPC: G06Q10/04 ,  G06F18/214 ,  G06F18/24 ,  G06N3/092 ,  G06N3/0442 ,  G06N3/0499 ,  G06F17/18

Abstract: 本发明公开一种基于强化学习的水文径流预测模型自适应选择方法，包括如下步骤：S1、数据准备：收集并整理某水文站的历史径流相关数据，并按时间顺序排列好；在数据分析之前，对数据进行清洗和预处理；S2、特征工程：将原始数据转换为适合机器学习模型使用的特征；S3、样本集构建和数据集划分：根据输入输出大小构建样本集，并将样本集按一定比例划分为训练集和检验集；S4、预测模型训练：使用训练集分别对数据驱动的多个单一预测模型进行训练；S5、强化学习模型训练：利用训练集和DQN算法对上述已经训练好的模型进行自适应选择，并且训练DQN模型；S6、评价指标和性能评估：本发明能在不同工况条件下自适应地选择最优预测模型。

公开(公告)号：CN118551877A

公开(公告)日：2024-08-27

申请号：CN202410499948.X

申请日：2024-04-24

Applicant: 中国长江电力股份有限公司

Inventor： 曾志强 ,  曹辉 ,  翟少军 ,  张海荣 ,  杨旭 ,  崔良 ,  袁晓辉 ,  胡文斌 ,  张玉柱 ,  史晓薇 ,  朱韶楠

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/0464 ,  G06N3/08 ,  G06F17/16 ,  G06F17/10 ,  G06F18/214

Abstract: 本发明公开了一种基于时空图卷积网络的流域多站点径流预测方法，通过增加虚拟节点来考虑水库调蓄的影响，通过季节趋势分解降低径流序列的复杂性，同时根据流域水系拓扑关系和各站点的径流时间序列数据以及分解后的径流序列特征形成流域径流预测的时空图数据集，然后训练时空图卷积网络STGCN，实现对流域各站点的多步日径流预测；与传统神经网络方法相比，本发明具有优秀的可解释性，具有模型表达能力强及预测精度高的优点，解决了现有技术的物理机制水文模型的预测精度往往不高，传统数据驱动模型的不可解释性以及缺乏对径流时空特征的充分挖掘的问题。