-
公开(公告)号：CN118627655A
公开(公告)日：2024-09-10
申请号：CN202410329165.7
申请日：2024-03-21
Applicant: 长江生态环保集团有限公司
IPC: G06Q10/04 , G06Q50/26 , G06F30/27 , G06N3/0442 , G06N3/0455 , G06N3/084 , G06F113/14
Abstract: 本发明提供了一种基于长短期记忆阶跃序列的排水管网管内颗粒物沉积预测方法，选取排水管网管内颗粒物沉积预测的主要影响因子及决策变量，并对数据进行预处理，确保数据质量满足排水管网管内颗粒物沉积预测的精度要求。构建排水管网管内颗粒物沉积序列阶跃预测框架，该框架包含m个模型，用于实现m步排水管网管内颗粒物沉积预测。选取网络单元参数并确定排水管网管内颗粒物沉积预测模型预测性能评估指标，对排水管网管内颗粒物沉积序列阶跃预测框架进行训练，确保该框架能够准确模拟排水管网管内颗粒物沉积的变化过程。构建双层排水管网管内颗粒物沉积预测框架，并与排水管网管内颗粒物沉积序列阶跃预测框架的预测性能进行比较。
-
公开(公告)号：CN118396152A
公开(公告)日：2024-07-26
申请号：CN202410329163.8
申请日：2024-03-21
Applicant: 长江生态环保集团有限公司
IPC: G06Q10/04 , G06Q50/26 , G06F18/213 , G06N3/006 , G06N3/045 , G06N3/047 , G06N3/084 , G06N3/088 , G06N3/09
Abstract: 本发明提供了一种基于特征分解重构的城市短期降雨径流污染预测方法，用于城市短期降雨径流污染预测。该方法利用变分模态分解将降雨径流污染预测输入数据时间序列分解为一系列具有良好特征的正交本征模式函数序列，降低原始输入序列的复杂性和非平稳性；采用偏自相关函数确定每个正交本征莫斯函数序列的输入变量，提高输出数据的频率分辨率；最后，利用改进粒子群优化算法对深度信念网络的模型参数进行优化，确保模型预测结果能够反映真实的城市短期径流污染变化过程。
-
公开(公告)号：CN118313502A
公开(公告)日：2024-07-09
申请号：CN202410329178.4
申请日：2024-03-21
Applicant: 长江生态环保集团有限公司
IPC: G06Q10/04 , G06Q50/26 , G06F16/901 , G06F16/903 , G06N3/0442 , G06N3/08
Abstract: 本发明提供一种基于时空长短时记忆网络和树结构遍历的降雨径流污染预测方法，属于降雨径流类降雨径流预测方法。准备集水区内的降雨数据、径流数据和地面高程DEM数据，选取雨型、平均雨强、峰值雨强、降雨历时、雨前干期、大气降尘量、PM10、车流量、路面材料和功能区作为降雨径流污染预测的影响因子，选取场次降雨径流污染平均浓度、初期冲刷指数作为降雨径流污染预测的决策变量；根据集水区的地面高程对预测区域进行流域划分，将集水区划分为不同的子流域，得到集水区的树结构；构建降雨径流污染时空长短期记忆网络；对降雨径流时空长短期记忆网络进行训练和测试，对模型参数进行设置，确保模型能够对集水区内的降雨径流进行准确预测。
-
公开(公告)号：CN118297218A
公开(公告)日：2024-07-05
申请号：CN202410329182.0
申请日：2024-03-21
Applicant: 长江生态环保集团有限公司
IPC: G06Q10/04 , G06Q50/26 , G06F30/27 , G06N3/0442 , G06N3/045 , G06N3/084 , G06F113/08
Abstract: 本发明提供了一种基于长短期记忆阶跃序列的降雨径流污染预测方法，属于城市降雨径流污染预测方法领域，选取降雨径流污染预测的主要影响因子及决策变量，并对数据进行预处理，确保数据质量满足降雨径流污染预测的精度要求。构建降雨径流污染序列阶跃预测框架，该框架包含m个模型，用于实现m步降雨径流污染预测。选取网络单元参数并确定降雨径流污染预测模型预测性能评估指标，对降雨径流污染序列阶跃预测框架进行训练，确保该框架能够准确模拟降雨径流污染产生过程。构建双层降雨径流污染预测框架，并与降雨径流污染序列阶跃预测框架的预测性能进行比较。
-
公开(公告)号：CN117938418A
公开(公告)日：2024-04-26
申请号：CN202311614826.2
申请日：2023-11-27
Applicant: 长江生态环保集团有限公司
Abstract: 本发明公开了一种基于简单轻量级神经网络的供水管网网络攻击检测与识别方法，旨在对供水管网网络攻击进行快速检测与识别。该方法利用供水管网在正常工况下的历史监测数据预测得到供水管网的实时监测数据，并通过对供水管网的实时监测数据进行异常检测发现各种网络攻击事件。为了提高网络攻击检测的准确率和效率，本发明采用K‑S检验对训练数据和测试数据的特征进行筛选，以便找到训练数据和测试数据更加稳定的特征。同时，本发明基于变分自动编码器构建了一种简单轻量级神经网络，能够有效缩短预测过程所花费的时间，提高网络攻击检测的效率。
-
Patent Agency Ranking
公开(公告)号：CN117370906A
公开(公告)日：2024-01-09
申请号：CN202311054014.7
申请日：2023-08-21
Applicant: 长江生态环保集团有限公司
IPC: G06F18/2433 , F17D5/06 , G06F123/02
Abstract: 本发明公开一种基于单点和时间序列异常检测的供水管网爆管检测及性能评估方法，它包括如下步骤：步骤（1）、对供水管网实时监测数据进行单点异常值检测，识别供水管网正常工况和异常工况；步骤（2）、对供水管网实时监测数据进行时间序列异常检测，识别供水管网正常工况和异常工况；步骤（3）、集成供水管网单点和时间序列异常检测结果，对供水管网爆管和监测系统发生故障的情况进行准确检测与识别；本发明方法能够准确识别爆管并区分各种监测点数据发生异常的情况。
-
公开(公告)号：CN118298963B
公开(公告)日：2025-03-14
申请号：CN202410329175.0
申请日：2024-03-21
Applicant: 长江生态环保集团有限公司
IPC: G16C20/70 , G06Q10/04 , G06Q50/26 , G06N3/0442 , G06N3/0455 , G06N3/084
Abstract: 本发明公开一种基于长短期记忆阶跃序列的排水管网水质预测方法，包括如下步骤：(1)准备排水管网水质预测输入数据和输出数据，对数据进行预处理；(2)构建基于长短期记忆阶跃序列的排水管网水质预测模型，对城市排水管网的水质进行预测；(3)对模型进行训练和测试，对模型参数进行设置，确保模型能够对排水管网的水质变化过程进行准确模拟；(4)对排水管网的水质变化过程进行模拟，对模型的预测性能进行评估；本发明可用于城市排水管网水质预测，提高排水管网水质的预测精度，对于改善城市水环境具有重要意义。
-
公开(公告)号：CN117938418B
公开(公告)日：2025-02-14
申请号：CN202311614826.2
申请日：2023-11-27
Applicant: 长江生态环保集团有限公司
Abstract: 本发明公开了一种基于简单轻量级神经网络的供水管网网络攻击检测与识别方法，旨在对供水管网网络攻击进行快速检测与识别。该方法利用供水管网在正常工况下的历史监测数据预测得到供水管网的实时监测数据，并通过对供水管网的实时监测数据进行异常检测发现各种网络攻击事件。为了提高网络攻击检测的准确率和效率，本发明采用K‑S检验对训练数据和测试数据的特征进行筛选，以便找到训练数据和测试数据更加稳定的特征。同时，本发明基于变分自动编码器构建了一种简单轻量级神经网络，能够有效缩短预测过程所花费的时间，提高网络攻击检测的效率。
-
公开(公告)号：CN118607966A
公开(公告)日：2024-09-06
申请号：CN202410794789.6
申请日：2024-06-19
Applicant: 长江生态环保集团有限公司
IPC: G06Q10/0637 , G06Q10/0635 , G06Q10/0631 , G06Q10/04 , G06Q10/20 , G06Q50/26 , G06F17/16 , G06F17/18 , G06N7/02
Abstract: 基于逐步权值信息的排水管网清洗多阶段决策分析方法，在排水管网淤积物清理各决策标准偏好信息完全缺失或不明确条件下，利用博弈论和可行权空间相结合的方法对排水管网淤积物清理权重进行集结，采用随机多准则决策分析算法和模糊优化模型构建排水管网淤积物清理随机多准则决策分析模糊优化模型，构建排水管网淤积物清理决策风险评估模型量化评估排水管网淤积物清理决策失误的风险，采用多阶段多准则决策分析，逐步确定排水管网淤积物清理各标准权值信息，从而实现排水管网淤积物清理最佳决策。
-
公开(公告)号：CN118607965A
公开(公告)日：2024-09-06
申请号：CN202410794771.6
申请日：2024-06-19
Applicant: 长江生态环保集团有限公司
IPC: G06Q10/0637 , G06Q10/0635 , G06Q10/0639 , G06Q10/04 , G06Q50/26 , G06F17/12 , G06F17/16 , G06N7/02
Abstract: 基于随机多准则模糊优化的城市防洪排涝鲁棒性决策方法，步骤为：建立城市防洪排涝监测预测预警与应急响应决策指标体系；构建城市防洪排涝预测预警与应急响应随机决策矩阵；构建城市防洪排涝预测预警与应急响应随机多准则决策分析模糊优化模型和风险评估模型；基于逐步权值信息法对城市防洪排涝预测预警与应急响应进行多阶段决策，确保城市防洪排涝预测预警与应急响应各决策方案在可接受的决策风险范围内逐步求解。在城市防洪排涝预测预警与应急响应各决策标准偏好信息完全缺失或不明确条件下，采用多阶段多准则决策分析，逐步确定城市防洪排涝预测预警与应急响应各决策标准权值信息，从而实现城市防洪排涝预测预警与应急响应最佳决策。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.033 seconds)
