-
公开(公告)号：CN107590346B
公开(公告)日：2020-06-16
申请号：CN201710860986.3
申请日：2017-09-21
Applicant: 河海大学
IPC: G06F30/20
Abstract: 本发明公开了一种基于空间多重相关解集算法的降尺度校正模型，包括以下步骤：步骤(1)数据获取，包括气候模式网格数据系列Xt＝(x1,t,x2,t,…,xm,t)，其中m为网格数目，t表示时刻，以及各站点实测资料系列Yt＝(y1,t,y2,t,…,yn,t)，其中n为站点个数；步骤(2)建立基于空间多重相关解集算法的降尺度校正模型：Y＝B+AX+ε(ε～N(0,σ2))，其中A和B用于反映网格数据与站点实测资料的相关结构关系，ε为标准化独立随机矢量；步骤(3)采用粒子群优化算法求解式(1)中的A和B系数矩阵，本发明具有可以提高模拟精度的特点。
-
公开(公告)号：CN109711617A
公开(公告)日：2019-05-03
申请号：CN201811590914.2
申请日：2018-12-25
Applicant: 河海大学
IPC: G06Q10/04
Abstract: 本发明公开一种基于BLSTM深度学习的中长期径流预测方法，包括如下步骤：步骤1，获取某流域逐月降雨及径流资料，对数据进行归一化处理；步骤2，确定率定期及验证期；步骤3，对率定期的逐月降雨及径流资料进行训练，构建基于BLSTM的径流预测模型；步骤4，输入验证期逐月降雨资料，利用步骤3中训练好的模型进行径流量的预测，以Nash效率系数NSE作为检验标准，验证合理性；步骤5，输入未来预报阶段的逐月降雨预报数据，预测径流量，并将结果作反归一化处理，得到中长期径流预测结果。此种方法从数据自身出发，不仅能够考虑过去的信息，也能考虑未来的信息，相比于现行的神经网络径流预测方法，能够提高径流预测精度。
-
-
公开(公告)号：CN108734340A
公开(公告)日：2018-11-02
申请号：CN201810391889.9
申请日：2018-04-27
Applicant: 河海大学
Abstract: 本发明提供了一种基于洪型概化的河道洪水预报方法，通过对预报站点历史资料进行分析，确定该站点的典型洪水过程线，同时挑选出该站点洪水洪峰/历时的预报因子，采用支持向量机建立洪峰/历时的预报模型，根据该模型逐时段洪峰及历时的预报结果，对典型洪水模式进行缩放，进而获得该站点逐时段洪水预报结果。较之现有方法需要对洪水的整体过程进行预报，本发明侧重的是洪水主体形状、洪峰及历时的预报，其通过洪型概化法确定待预报站点的典型洪水过程，使用支持向量机算法建立该站洪峰及历时的预报模型，最终使用洪峰及历时预报结果对典型过程进行缩放，获得整场洪水的预报结果；该方法比较现有的水文方法及水利模型具有简单、快速等特点。
-
公开(公告)号：CN106250669A
公开(公告)日：2016-12-21
申请号：CN201610534172.6
申请日：2016-07-07
Applicant: 河海大学
IPC: G06F19/00
CPC classification number: G16Z99/00
Abstract: 本发明公开了一种干旱重现期计算中确定干旱阈值的方法，特别涉及一种以干旱事件最长调查期为约束条件，使频率分析计算的历史干旱事件对应的最大重现期等于历史干旱最大调查期来确定干旱阈值的方法；本发明克服了目前在干旱重现期计算过程中确定干旱阈值存在的主观性及其导致的计算的历史干旱事件重现期明显大于历史调查期这一不足；在干旱重现期计算方面，具有较强的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN119720828A
公开(公告)日：2025-03-28
申请号：CN202411479883.9
申请日：2024-10-23
Applicant: 苏州科技大学 , 河海大学 , 南昌市水利综合服务中心 , 江西省赣抚尾闾整治有限公司 , 扬州大学
IPC: G06F30/28 , G06F30/27 , G06N20/00 , G06F119/12 , G06F119/14
Abstract: 本发明公开一种水工程调度径流智能模拟方法，包括：边缘分布函数拟合：运用矩法计算均值、离散系数和偏态系数，采用P‑Ⅲ型曲线构建日径流频率曲线；智慧知识集构建：利用时间序列模型建立混合Copula集中各参数智慧知识集，使用合作搜索算法，以理论分布与经验分布赤池信息准则最小为目标，率定智慧知识集参数；日径流模拟：基于贝叶斯法则建立混合条件Copula集，采用拉丁超立方抽样生成长序列日径流。本发明方法降低混合Copula进行日径流模拟难度，减少参数数目，提高混合Copula拟合精度，加快混合Copula集构建速度，为流域管理提供了有价值的技术工具。
-
公开(公告)号：CN118503906B
公开(公告)日：2024-11-01
申请号：CN202410558495.3
申请日：2024-05-08
Abstract: 本发明公开了一种融合雨量站、监控图像和数值天气预报的实时降雨场同化方法，所述技术通过分解监控图像中降雨层，建立深度学习模型求解降雨强度，将点状分布的地面雨量站和监控图像降雨数据进行空间插值，得到两种独立源降雨的空间分布；并结合数值天气预报中降雨空间分布数据，利用贝叶斯融合技术得到同化后的更精确的实时降雨场结果。本发明提供的用于获取更为精确的实时降雨场同化方法，克服了目前气象水文领域中独立来源降雨数据难以同时保证“准确的点估计、可靠的空间变化”的弊端或者是多种来源降雨信息同化时难以考虑监控图像测雨的问题，适用于城市暴雨洪涝实时预报预警，为城市防洪减灾与应急管理提供技术依据。
-
公开(公告)号：CN116662821A
公开(公告)日：2023-08-29
申请号：CN202310436447.2
申请日：2023-04-21
Applicant: 河海大学 , 淮河水利委员会水文局(信息中心)
IPC: G06F18/22 , G06F18/213 , G06F18/24 , G06F16/36 , G01W1/10 , G06F123/02
Abstract: 本发明公开了一种基于暴雨洪水知识图谱的洪水相似性预估方法，包括以下步骤：步骤1、建立研究区流域的暴雨洪水知识图谱；步骤2、建立暴雨洪水特征指标体系；步骤3、构建基于分布式模型的暴雨洪水情景库；步骤4、进行暴雨洪水赋权制分类相似性判别；步骤5、实时洪水滚动修正及外推预估。本发明所述方法，完成了基于暴雨洪水知识图谱的实时洪水关键情景检索及推理，实现了暴雨洪水智慧化预报预测，提高了洪水预报预测精度，推动了基于历史暴雨洪水知识的洪水过程预估技术的发展，同时能够推进水利数据自动化和智能化处理，从而促进水利行业水利现代化、精准化，具有较强的应用价值。
-
公开(公告)号：CN115422779B
公开(公告)日：2023-04-25
申请号：CN202211231625.X
申请日：2022-10-08
IPC: G06F30/20 , G06F17/13 , G06F119/02
Abstract: 本发明公开了一种基于常微分方程组的新安江模型的构建方法及其水文预报方法，构建步骤包含：推导常微分方程形式的产流、分水源、坡面汇流、河网汇流方程；以向量形式组装推导的常微分方程，形成基于常微分方程组的新安江模型；确定基于常微分方程组的新安江模型的输入和参数，采用高阶精度的数值求解方法进行计算，得到流域实际蒸散发强度和出口断面流量过程。本发明推导了新安江模型连续形式的数学方程，引入了稳定且计算精度高的数值求解方法，有效地降低和控制了新安江模型的数值误差，解决了原有新安江模型存在较大的数值误差的问题，同时为模型的实现、在水文预报中的应用和进一步改进提供便利，具有较强的应用前景。
-
公开(公告)号：CN109711617B
公开(公告)日：2022-08-19
申请号：CN201811590914.2
申请日：2018-12-25
Applicant: 河海大学
IPC: G06Q10/04
Abstract: 本发明公开一种基于BLSTM深度学习的中长期径流预测方法，包括如下步骤：步骤1，获取某流域逐月降雨及径流资料，对数据进行归一化处理；步骤2，确定率定期及验证期；步骤3，对率定期的逐月降雨及径流资料进行训练，构建基于BLSTM的径流预测模型；步骤4，输入验证期逐月降雨资料，利用步骤3中训练好的模型进行径流量的预测，以Nash效率系数NSE作为检验标准，验证合理性；步骤5，输入未来预报阶段的逐月降雨预报数据，预测径流量，并将结果作反归一化处理，得到中长期径流预测结果。此种方法从数据自身出发，不仅能够考虑过去的信息，也能考虑未来的信息，相比于现行的神经网络径流预测方法，能够提高径流预测精度。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.037 seconds)
