-
公开(公告)号:CN117708625B
公开(公告)日:2024-06-18
申请号:CN202410028424.2
申请日:2024-01-09
Applicant: 水利部交通运输部国家能源局南京水利科学研究院 , 淮安市水利工程建设管理服务中心
IPC: G06F18/23 , G06F18/10 , G06F18/22 , G06F18/214
Abstract: 本发明提供了一种乏数据背景下大坝监测历史数据填补方法,包括:获取监测数据并进行预处理,并将预处理后的数据与时间序列关联,形成以相同时间单位的时间序列数据;识别预处理后的数据存在缺失的测点,作为目标缺失测点,并利用十字线法选定同源测点;利用经验模态分解算法对目标缺失测点和同源测点的时间序列数据进行分解;分别以各缺失分量为距离起点,分解分量为距离终点计算相似距离,并以得到的相似距离进行排序、将目标测点分量和计算距离分量进行聚合整合;将聚类函数集输入至预测模型中;将预测分量叠加到目标缺失测点的本征模函数分量上。本发明具有更适用于中小型水库大坝缺失值填充、前置数据少、预测精度高,适用性更广等特点。
-
公开(公告)号:CN117708625A
公开(公告)日:2024-03-15
申请号:CN202410028424.2
申请日:2024-01-09
Applicant: 水利部交通运输部国家能源局南京水利科学研究院 , 淮安市水利工程建设管理服务中心
IPC: G06F18/23 , G06F18/10 , G06F18/22 , G06F18/214
Abstract: 本发明提供了一种乏数据背景下大坝监测历史数据填补方法,包括:获取监测数据并进行预处理,并将预处理后的数据与时间序列关联,形成以相同时间单位的时间序列数据;识别预处理后的数据存在缺失的测点,作为目标缺失测点,并利用十字线法选定同源测点;利用经验模态分解算法对目标缺失测点和同源测点的时间序列数据进行分解;分别以各缺失分量为距离起点,分解分量为距离终点计算相似距离,并以得到的相似距离进行排序、将目标测点分量和计算距离分量进行聚合整合;将聚类函数集输入至预测模型中;将预测分量叠加到目标缺失测点的本征模函数分量上。本发明具有更适用于中小型水库大坝缺失值填充、前置数据少、预测精度高,适用性更广等特点。
-
公开(公告)号:CN117349795B
公开(公告)日:2024-02-02
申请号:CN202311646345.X
申请日:2023-12-04
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06F18/25 , G06F18/10 , G06F18/2415 , G06F18/2134 , G06F18/27 , G06N3/0499 , G06N3/084 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06F18/214 , G06F18/21
Abstract: 本发明公开了一种基于ANN和GWR耦合的降水融合方法和系统,确定研究区域并栅格化,获取研究区域内的基础数据并预处理;构建并通过基础数据训练ANN模型,通过该模型得到栅格有无雨判断矩阵;构建并通过多源降水数据训练GWR模型,通过该模型得到栅格降水量矩阵;基于栅格有无雨判断矩阵和降水量矩阵对计算结果进行修正和交叉验证,并做乘积,得到栅格降水融合矩阵,获得降水融合结果;将降水融合结果与观测值进行对比,分析降水融合的时空分布特征,评估降水融合的精度和效率,符合预期要求后,将ANN和GWR耦合模型配置在预定系统中。本(56)对比文件CN 114861840 A,2022.08.05CN 114943365 A,2022.08.26CN 115357847 A,2022.11.18CN 115423163 A,2022.12.02CN 116151474 A,2023.05.23NL 2030246 A,2022.04.29李伶杰 等.考虑有雨无雨辨识的多源降水融合方法《.水科学进展》.2022,第33卷(第5期),780-793.杨宏志 等.降水融合技术在湖南多源融合实况分析系统中的应用研究《.信息与电脑》.2023,(第2023年16期),32-34.南天一 等.基于深度学习的青藏高原多源降水融合《.中国科学》.2023,第53卷(第4期),836- 855.赵君 等.基于贝叶斯三角帽法的多源降水数据融合分析及应用《.水科学进展》.2023,第34卷(第5期),685-696.Youssef Wehbe 等.EnhancingPrecipitation Estimates Through theFusion of Weather Radar, SatelliteRetrievals, and Surface Parameters.《remote sensing》.2020,1-28.Yi Pan 等.Improved Daily SpatialPrecipitation Estimation by MergingMulti-Source Precipitation Data Based onthe Geographically Weighted RegressionMethod: A Case Study of Taihu Lake Basin,China《.International Journal ofEnvironmental Research and PublicHealth》.2022,1-18.ZHONGKUN HONG 等.Generation of anImproved Precipitation Dataset fromMultisource Information over the TibetanPlateau《.JOURNAL OF HYDROMETEOROLOGY》.2021,1275-1295.
-
公开(公告)号:CN117349795A
公开(公告)日:2024-01-05
申请号:CN202311646345.X
申请日:2023-12-04
Applicant: 水利部交通运输部国家能源局南京水利科学研究院
IPC: G06F18/25 , G06F18/10 , G06F18/2415 , G06F18/2134 , G06F18/27 , G06N3/0499 , G06N3/084 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06F18/214 , G06F18/21
Abstract: 本发明公开了一种基于ANN和GWR耦合的降水融合方法和系统,确定研究区域并栅格化,获取研究区域内的基础数据并预处理;构建并通过基础数据训练ANN模型,通过该模型得到栅格有无雨判断矩阵;构建并通过多源降水数据训练GWR模型,通过该模型得到栅格降水量矩阵;基于栅格有无雨判断矩阵和降水量矩阵对计算结果进行修正和交叉验证,并做乘积,得到栅格降水融合矩阵,获得降水融合结果;将降水融合结果与观测值进行对比,分析降水融合的时空分布特征,评估降水融合的精度和效率,符合预期要求后,将ANN和GWR耦合模型配置在预定系统中。本申请有效降低了日降水空间估计的分类误差和定量误差,相关增益在10%以上。
-
-
-