一种基于深度学习的河流流量自动整编方法及系统

    公开(公告)号:CN111753965A

    公开(公告)日:2020-10-09

    申请号:CN202010619756.X

    申请日:2020-06-30

    IPC分类号: G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于深度学习的河流流量自动整编方法及系统,包括:从历史水文大数据样本库选择预设时段长的输入因子-流量样本;将选择的输入因子-流量样本分为训练样本、验证样本和测试样本;通过训练样本构建深度学习整编模型,验证样本调节模型超参数,测试样本最终评定模型精度;基于训练好的深度学习整编模型,将输入因子输入至模型中,实时计算得到流量。本发明在充分利用具有良好一致性、可靠性与连续性的水文历时时序性大数据样本,在开展水文站流量构成物理成因分析的基础上,利用深度学习方法,建立本站流量实时推算模型,实现流量的自动整编;此方法无需投入任何设施设备,具有自动化程度高、时效性强、精度较高等优点。

    一种水位流量关系智能定线方法

    公开(公告)号:CN115687308B

    公开(公告)日:2023-04-21

    申请号:CN202211568655.X

    申请日:2022-12-08

    摘要: 本发明提供了一种水位流量关系智能定线方法,包括建立水文地理要素标准化样本集、确定水文地理特征要素组合,建立本站、上游断面及下游断面水位低频与中频分量历史数据库D,计算各站历史水位数据库片段与实时水位距离,分别得到上游、本站与下游实时水位波形相似的历史水位波形,并进一步通过构建的水文地理数据库Df和洪水波传播时间为约束,最终筛选出考虑上游、本站及下游水位波形相似的历史水位过程。根据该相似水位波形,在现有水文历史数据库找到对应的水位流量关系线,作为水位流量关系实时定线的趋势线,根据实测或预测水位在趋势线上查出对应的流量值。

    一种水位流量关系智能定线方法

    公开(公告)号:CN115687308A

    公开(公告)日:2023-02-03

    申请号:CN202211568655.X

    申请日:2022-12-08

    摘要: 本发明提供了一种水位流量关系智能定线方法,包括建立水文地理要素标准化样本集、确定水文地理特征要素组合,建立本站、上游断面及下游断面水位低频与中频分量历史数据库D,计算各站历史水位数据库片段与实时水位距离,分别得到上游、本站与下游实时水位波形相似的历史水位波形,并进一步通过构建的水文地理数据库Df和洪水波传播时间为约束,最终筛选出考虑上游、本站及下游水位波形相似的历史水位过程。根据该相似水位波形,在现有水文历史数据库找到对应的水位流量关系线,作为水位流量关系实时定线的趋势线,根据实测或预测水位在趋势线上查出对应的流量值。