基于深度学习算法的洪涝灾害下建筑功能概率预测方法

    公开(公告)号:CN118643579B

    公开(公告)日:2024-11-01

    申请号:CN202411118929.4

    申请日:2024-08-15

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于深度学习算法的洪涝灾害下建筑功能概率预测方法,包括:S1、收集研究区域的基础数据和历史暴雨时序数据;S2、对数据进行处理;S3、构建基于深度学习算法的FFC模型并对FFC模型进行训练和验证,对受影响建筑关注系数进行优选得到针对每种建筑类型的最佳受影响建筑关注系数,并对FFC模型的性能进行测试;S4、将预报的降雨时间序列输入到针对每种建筑类型测试好的FFC模型中,进行多次滚动迭代预测,得到研究区域未来一定时间范围内的每个建筑处于不同功能的概率分布结果。得到的建筑功能概率分布结果有利于为决策者的决策提供更多的信息和不确定性量化,从而为后续撤离需求的确定提供良好的基础。

    一种暴雨灾害下城市地区主动断电决策的辅助系统

    公开(公告)号:CN117973667A

    公开(公告)日:2024-05-03

    申请号:CN202211314135.6

    申请日:2022-10-25

    Applicant: 浙江大学

    Abstract: 本发明涉及暴雨灾害领域,公开了一种暴雨灾害下城市地区主动断电决策的辅助系统。预报开始降雨前依据地理信息、灾场模拟模块获得不同时刻各建筑的受灾情况,若基于主动停电识别模块发现某建筑在预报开始降雨后的第一个时刻达到“整栋建筑需要”或“最低位置住户需要”主动停电的状态,则在预报开始降雨的时刻采取对应措施,未达到“整栋建筑需要”主动停电状态的建筑均继续判断。实际降雨过程中基于灾情收集模块获得不同时刻建筑、电网受灾情况,若某时刻基于主动停电识别模块发现某建筑达到“整栋建筑需要”或“最低位置住户需要”主动停电状态则在该时刻采取对应措施,未达到“整栋建筑需要”主动停电状态的建筑都需继续判断。

    一种基于非均匀栅格划分进行台风轨迹路径模拟的方法

    公开(公告)号:CN116451507B

    公开(公告)日:2023-11-10

    申请号:CN202310692302.9

    申请日:2023-06-13

    Applicant: 浙江大学

    Inventor: 王乃玉 黄秀兵

    Abstract: 本发明公开了一种基于非均匀栅格划分进行台风轨迹路径模拟的方法,包括步骤:步骤S1、获取热带气旋数据,并对热带气旋数据进行预处理;步骤S2、将研究区域划分成非均匀栅格,其中,非均匀栅格是指大小不完全相等的栅格;步骤S3、基于步骤S2划分的非均匀栅格,通过经验全路径模型模拟台风轨迹。本发明采用了非均匀栅格划分方法,对台风密集的区域进行了精细化划分,提高了划分栅格的分辨率,同时能保证每个栅格有足够的历史数据用于参数拟合,以保证模拟的台风轨迹路径更加准确,接近实际的台风轨迹。

    基于韧性城市理论的火灾风险与消防安全动态评估方法

    公开(公告)号:CN115564272A

    公开(公告)日:2023-01-03

    申请号:CN202211287160.X

    申请日:2022-10-20

    Inventor: 周洋 王乃玉

    Abstract: 本发明公开了基于韧性城市理论的火灾风险与消防安全动态评估方法,包括:S1、构建指标集;S2、提取指标集数据:确定评估要素初始状态和离散方法,至少将消防救援机构数据、政府其他职能部门数据及单位和场所数据这些多源异构数据进行融合;S3、关联指标形成体系:分别围绕四个阶段和六个维度对指标集进行分解和分级,关联形成闭环式和全链条评估指标体系;S4、确定指标的量化基准值、初始权重值及指数‑时长的初始对应系数;S5、输出评估结果:建立火灾风险与消防安全动态评估模型,并绘制火灾风险与消防安全态势图;S6、验证和优化模型。本发明可在城市时间、空间维度变化情况下对城市整体火灾风险与消防安全进行评估和预测。

    基于韧性城市的互相依赖的水电系统的功能恢复决策方法

    公开(公告)号:CN113409163B

    公开(公告)日:2022-10-04

    申请号:CN202110799272.2

    申请日:2021-07-15

    Abstract: 本发明公开了一种基于韧性城市的互相依赖的水电系统的功能恢复决策方法,包括:S1、初始化数据:S2、随机生成若干条损伤构件序号的序列,这些序列作为染色体即为初始种群,设置染色体切片的身份编码和相应损伤状态下水电整体功能水平的信息池,并设置遗传算法的迭代次数;S3、判断需评估的染色体切片的身份编码是否已经存在于信息池中:若存在,则直接调用信息池中的水电整体功能水平;否则,计算获取水电整体功能水平;S4、对染色体进行操作,获得下一代染色体,如已经达到迭代次数,则基于适应性函数值选取最优染色体。本发明在优化互相依赖的水电系统的功能恢复决策方法时,能满足灾后恢复的时间紧迫性要求,从而能真正应用到实际灾害场景中。

    一种台风期间的停电时空序列预测方法

    公开(公告)号:CN118709869B

    公开(公告)日:2025-03-04

    申请号:CN202411197834.6

    申请日:2024-08-29

    Abstract: 本发明公开了一种台风期间的停电时空序列预测方法,包括:S1、数据收集;S2、对数据进行前处理:将目标区域划分为网格单元,将收集的数据按照网格单元进行赋值,得到目标区域的数据集;S3、创建训练集,通过随机森林分类模型对训练集进行处理,并基于门控循环单元模型和随机森林分类模型构建停电时间序列预测模型;S4、模型训练:通过处理后的训练集对停电时间序列预测模型中的门控循环单元模型进行训练,通过处理前的训练集对停电时间序列预测模型中的随机森林分类模型进行训练;S5、模型测试:对停电时间序列预测模型进行时空序列预测测试。本发明可在台风登陆前进行大面积停电的时间和空间预测,预测准确度高。

    基于深度学习算法的城市火灾起数空间分布预报方法

    公开(公告)号:CN119227914A

    公开(公告)日:2024-12-31

    申请号:CN202411761077.0

    申请日:2024-12-03

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于深度学习算法的城市火灾起数空间分布预报方法,包括:收集原始数据;对原始数据进行预处理;确定用于城市火灾起数预报模型的输入变量和输出变量:输入变量包括城市用地类型栅格数据、过去若干天的气象因子时间序列数据和过去若干天的日火灾起数栅格图集合;输出变量为未来若干天累积火灾起数栅格图;构建基于深度神经网络的城市火灾起数预报模型:城市火灾起数预报模型包括编码器和解码器,所述编码器用于处理时间序列变量,所述解码器用于处理城市用地类型空间变量和特征变量;城市火灾起数预报模型的训练和评估。本发明能够共同处理时间特征和空间特征,预测精度高,有效提升了城市火灾风险预测的准确性。

    一种基于台风实时信息的应急物资动态分配方法和系统

    公开(公告)号:CN116976588B

    公开(公告)日:2024-05-07

    申请号:CN202310719485.9

    申请日:2023-06-16

    Applicant: 浙江大学

    Inventor: 王乃玉 王俊彦

    Abstract: 本发明公开了一种基于台风实时信息的应急物资动态分配方法和系统,应急物资动态分配方法包括:S1、基于最新的台风预报,预测决策区域内各地区的紧急转移安置总人口;S2、基于最新的台风预报风雨场,预测决策区域内各地区的应急物资需求轨迹;S3、基于实时灾情数据,通过贝叶斯更新理论更新应急物资需求预测的结果;S4、基于实时物流和应急物资仓储数据及更新后的应急物资需求的预测结果,优化动态调度决策;S5、获取最新的台风预报和实时灾情数据,重复执行步骤S1~S4,直至灾情结束。本发明利用台风期间的实时信息,持续修订不同地区的未来应急需求预测,使用滑动决策窗方法最小化台风期间的多个目标函数来优化应急物资调配方案。

Patent Agency Ranking