-
公开(公告)号：CN117421558B
公开(公告)日：2024-06-21
申请号：CN202311418406.7
申请日：2023-10-26
Applicant: 华中科技大学 , 中国长江电力股份有限公司
IPC: G06F18/20 , G06F18/10 , G06F18/213 , G06F18/214 , G06N3/045 , G06N3/0442 , G06N3/047 , G06N3/08 , G06Q50/06
Abstract: 本发明公开了一种梯级水库运行规则提取及其模型训练方法，属于水利技术领域。本发明方法首先收集梯级水库的历史运行数据、流域网格实测降水数据和流域网格预报降水数据，建立水文模型并确定源头水库入库流量预报和子区间网格降水预报的有效预见期；再利用所述有效预见期内各个时段的源头水库入库预报流量和子区间网格预报降水，构建不同有效预见期下的输入因子集；耦合ConvLSTM和LSTM，构建关联水文气象时空信息的梯级水库运行规则提取模型；最后利用输入因子集训练得到最优梯级水库运行规则提取模型。通过对比实验可知，本发明方法构建的梯级水库运行规则提取模型能更为准确地模拟各水库不同时期的出库流量变化过程。
-
公开(公告)号：CN117421558A
公开(公告)日：2024-01-19
申请号：CN202311418406.7
申请日：2023-10-26
Applicant: 华中科技大学 , 中国长江电力股份有限公司
IPC: G06F18/20 , G06F18/10 , G06F18/213 , G06F18/214 , G06N3/045 , G06N3/0442 , G06N3/047 , G06N3/08 , G06Q50/06
Abstract: 本发明公开了一种梯级水库运行规则提取及其模型训练方法，属于水利技术领域。本发明方法首先收集梯级水库的历史运行数据、流域网格实测降水数据和流域网格预报降水数据，建立水文模型并确定源头水库入库流量预报和子区间网格降水预报的有效预见期；再利用所述有效预见期内各个时段的源头水库入库预报流量和子区间网格预报降水，构建不同有效预见期下的输入因子集；耦合ConvLSTM和LSTM，构建关联水文气象时空信息的梯级水库运行规则提取模型；最后利用输入因子集训练得到最优梯级水库运行规则提取模型。通过对比实验可知，本发明方法构建的梯级水库运行规则提取模型能更为准确地模拟各水库不同时期的出库流量变化过程。
-
公开(公告)号：CN119918972A
公开(公告)日：2025-05-02
申请号：CN202411980203.1
申请日：2024-12-31
Applicant: 中国长江电力股份有限公司
IPC: G06Q10/0637 , G06Q10/04 , G06Q50/26 , G06F17/18
Abstract: 基于概率分布的短期径流预报不确定性的评价方法，获取短期降雨预报、出库流量、历史出库流量和日期的数据；将一年划分为不同的评价时区；建立贝叶斯动态线性模型；指定各个自变量参数的先验概率分布，推导参数的后验概率分布；从有近似形式的参数后验概率中抽样，抽样估计没有近似形式的参数后验概率分布；根据参数后验概率分布，抽样参数值，带入实测值，得到预报值，迭代此算法n次，得到样本，估计样本预报值的预测后验概率分布；根据预报值的预测后验概率分布，指定预报不确定性表，评价预报值的不确定性。本发明综合考虑了各自变量的实测数据和历史数据，对的短期入库流量预报的不确定性进行了的评价，可以衡量不同时期径流预报的准确性。
-
公开(公告)号：CN119514922A
公开(公告)日：2025-02-25
申请号：CN202411466467.5
申请日：2024-10-18
Applicant: 中国长江电力股份有限公司
Inventor： 金传鑫 , 鲍正风 , 曹辉 , 桂发二 , 罗源 , 杨旭 , 张玉柱 , 刘亚新 , 周晓倩 , 史晓薇 , 曾志强 , 王鹏翔 , 沈柯言 , 李文达 , 冯士琦 , 刘金鹏
IPC: G06Q10/0631 , G06Q50/26 , G06F18/24 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及水库调度技术领域，尤其涉及一种影响梯级水库调度运行的事件的处置方法，包括：获取待检测梯级水库的实时监测数据；将待检测梯级水库的实时监测数据进行数据预处理，获取预处理后的数据；将预处理后的数据输入训练好的关键因素确定模型，获取关键数据类型以及对应的数据；并根据关键数据类型以及对应的数据确定是否发生异常事件以及异常事件的类型；当发生异常事件时，将异常事件的类型输入提前设定的智能诊断系统，获取多种异常处置方案；将多种异常处置方案进行SWOT分析，得到最终处置结果。本发明的方法提高了梯级水库调度运行的安全性和可靠性，提升了梯级水库运行管理水平。
-
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
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。
-
Patent Agency Ranking
公开(公告)号：CN117172598B
公开(公告)日：2024-05-28
申请号：CN202311134565.4
申请日：2023-09-05
Applicant: 中国长江电力股份有限公司 , 水利部中国科学院水工程生态研究所
IPC: G06Q10/0639 , G08B21/18 , G08B21/24 , G01N33/18 , G01D21/02 , G06Q50/26 , G06F17/18 , G06F18/24
Abstract: 本发明公开了一种基于云计算的流域水生态鱼类监测管理系统，属于水资源管理技术领域；通过将当下鱼群监测方面和水质监测方面进行整合计算获取监测影响系数，根据监测影响系数来对当下监测的整体状态进行分析和分类，既可以直观高效的获取到不同方面监测的整体情况，又可以为后续的监测方案动态调整提供可靠的数据支持；并且可以根据监测发现的异常来对监测方案进行动态调整来满足后续不同异常程度的监测需求，可以实现更合理、更有效的鱼群监测管理效果；本发明用于解决现有方案中不能将不同方面的监测结果进行整合评估来对后续的监测方案进行动态管理的技术问题。
-
公开(公告)号：CN116976222A
公开(公告)日：2023-10-31
申请号：CN202311014743.X
申请日：2023-08-11
Applicant: 中国长江三峡集团有限公司 , 长江水利委员会水文局 , 中国长江电力股份有限公司
IPC: G06F30/27 , G06F113/08
Abstract: 本发明涉及雨洪预测技术领域，公开了水文参数计算模型构建和雨洪过程分析方法、装置及设备，模型构建方法通过获取目标区域内的多个降雨过程的时序数据和各降雨过程分别对应的洪水过程，并确定不同的洪水过程中所在N个区域的物理参数，利用多个降雨过程的时序数据以及对应洪水过程中N个分区的物理参数的关联数据集对预设模型进行训练，得到水文参数计算模型，后续可利用该模型计算任一降雨过程对应洪水过程中N个分区的物理参数，得到的物理参数考虑了时间和空间对水文模型相关物理参数的影响，得到的水文模型的相关物理参数更符合实际情况。
-
公开(公告)号：CN116166888A
公开(公告)日：2023-05-26
申请号：CN202310167079.6
申请日：2023-02-24
Applicant: 中国长江三峡集团有限公司 , 中国长江电力股份有限公司 , 长江水利委员会水文局
Abstract: 本发明提供了一种雨洪相似性推荐方法、装置、计算机设备及介质。该方法包括：获取待识别降雨场的降雨特征；计算降雨特征与雨洪特征工程库中降雨场对应的降雨特征之间的特征距离，雨洪特征工程库中包括多种不同类别的降雨场，同一类别对应多个降雨场，每个降雨场包括多个降雨特征；根据待识别降雨场的降雨特征与降雨场的降雨特征之间的特征距离，以及降雨特征对应的权重，得到待识别降雨场与降雨场的融合特征距离；选择融合特征距离最小的降雨场的降雨类别作为待识别降雨场的降雨类别；基于待识别降雨场的降雨类别和预设的降雨‑洪水关联规则，确定待识别降雨场对应的洪水类别。通过本发明，利用历史上相似降雨和洪水间的关联信息实现洪水预测。
-
公开(公告)号：CN116128121A
公开(公告)日：2023-05-16
申请号：CN202211735989.1
申请日：2022-12-31
Applicant: 中国长江电力股份有限公司
IPC: G06Q10/04 , G06Q50/06 , G06F18/2411 , G06F17/18 , G06F30/27
Abstract: 本发明公开了一种基于特征选择和贝叶斯岭回归的水电站非弃水期日均出力预测方法，通过构造新特征变量集，并对新特征变量集采用递归特征消除方法和交叉验证法进行特征选择，寻找最佳特征变量集；通过建立基于贝叶斯岭回归的水电站非弃水期日均出力预测模型，采用自动机器学习方法实现特征处理和模型优化流程；通过建立的预测模型进行待预测日的日均出力预测；本发明实现了非弃水情况下水电站日均出力的快速准确预测，可降低超容许阈值误差发生的概率，尤其对汛期弃水与非弃水交替以及调峰等复杂情况下的日均出力预测效果更为显著。
-
公开(公告)号：CN108764539A
公开(公告)日：2018-11-06
申请号：CN201810464065.X
申请日：2018-05-15
Applicant: 中国长江电力股份有限公司
Abstract: 本发明公开了一种梯级电站的上下游水位预测方法，它包括以下步骤：步骤1，选取输入变量与输出变量；步骤2，对数据进行标准化处理，消除量纲的影响；步骤3，确定输入向量维数、LSTM层数、输出向量维数，以及时间步；步骤4，LSTM的前向传播过程和误差反向传播过程；前向传播过程按时间步依次输入LSTM网络，得到相应的输出值；以输出值与真实值的误差平方和为损失函数，进行误差沿时间反向传播来更新参数；步骤5，运用训练好的模型进行多时刻连续预测。将LSTM应用到梯级电站的水位预测中，可以捕捉到上游电站对下游电站的滞后性影响信息，提高预测精度，为科学的调度决策提供更加可靠的理论支撑。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.116 seconds)
