一种基于KNN机器学习算法的水电站耗水率计算方法

    公开(公告)号:CN117195093A

    公开(公告)日:2023-12-08

    申请号:CN202311217257.8

    申请日:2023-09-20

    Abstract: 本发明公开了一种基于KNN机器学习算法的水电站耗水率计算方法,属于耗水率计算技术领域,包括以下步骤:S1、数据预处理,收集历史运行数据,并按照对应关系格式将其构建为二维数据集[XHistory,YHistory];S2、构建KNN预测模型,基于输入的历史耗水率及其对应的历史特征变量数据,根据KNN算法预测原理构建模型,结合输入的特征变量进行特征距离计算,得出最接近该特征变量组合的对应耗水率;S3、调整模型参数,通过调整参数来得到最精确的耗水率计算结果,本发明提供的一种基于KNN机器学习算法的水电站耗水率计算方法,可以解决梯级电站经济运行计算过程中,耗水率计算误差较大,影响电站经济运行规划的问题。

    一种基于多基线InSAR的复杂山区数字地面模型生成方法及装置

    公开(公告)号:CN118444270A

    公开(公告)日:2024-08-06

    申请号:CN202410402911.0

    申请日:2024-04-03

    Abstract: 本发明公开了一种基于多基线InSAR的复杂山区数字地面模型生成方法及装置,包括获取卫星单视复数影像数据和数字地面模型产品;将影像数据根据最小时间基线形成干涉对,将干涉对计算得到差分干涉相位#imgabs0#计算干涉对的相关系数γ,将差分干涉相位#imgabs1#预处理为滤波后的差分干涉相位#imgabs2#计算得到相关系数的阈值T,确定由差分干涉相位估算高程的邻域大小;利用初始数字地面模型产品,确定局部邻域大小内的局部曲面方程;根据初始局部曲面方程、滤波后差分干涉相位#imgabs3#和相干系数γ估算最优局部曲面参数;根据最优局部曲面参数逐像元计算新数字地面模型;该方法通过估算最优局部曲面参数,降低了低相干地面点相位噪声的影响和数字地面模型的生成误差。

Patent Agency Ranking