一种基于多目标变惩罚系数的梯级水电站群弃水控制方法

    公开(公告)号:CN115688423A

    公开(公告)日:2023-02-03

    申请号:CN202211348278.9

    申请日:2022-10-31

    Applicant: 武汉大学

    Inventor: 董前进 龙达

    Abstract: 本发明公开了一种基于多目标变惩罚系数的梯级水电站群弃水控制方法,运用双层优化调度模型控制梯级弃水量,外层以梯级发电量最大和梯级弃水量最小为目标,用多目标优化算法NSGA‑II优化惩罚系数时间序列,内层以上游电站发电量最大为目标,通过DDDP算法进行单目标水库优化调度计算,并且通过惩罚系数对下游电站弃水进行控制。该方法通过惩罚系数控制下游电站的汛前弃水量,并且考虑到各时段惩罚系数不同的情况,相对于惩罚系数保持不变,变惩罚系数能够大幅减少梯级弃水量。

    基于秩次差异的水资源与社会经济匹配关系的确定方法

    公开(公告)号:CN113706034A

    公开(公告)日:2021-11-26

    申请号:CN202111015766.3

    申请日:2021-08-31

    Applicant: 武汉大学

    Abstract: 本发明提供一种基于秩次差异的水资源与社会经济匹配关系的确定方法,包括:确定待研究的水资源量与社会经济指标,获得水资源量序列对应的秩次和社会经济指标序列对应的秩次;建立水资源量与社会经济指标的秩次差异度计算函数;按传统基尼系数计算公式确定水资源量与社会经济指标的数值差异度;根据秩次差异度和数值差异度建立秩次基尼系数计算函数,并计算函数计算研究地区的秩次基尼系数;建立秩次基尼系数与水资源量和社会经济指标的匹配关系确定研究地区的水资源量和社会经济指标匹配程度。本发明可定量分析水资源的利用状况与社会经济发展水平的匹配关系,且可弥补传统基尼系数在高维向低维转换时带来的信息损失。

    基于日流量过程变化趋势的生态流量过程构建方法及系统

    公开(公告)号:CN113627095A

    公开(公告)日:2021-11-09

    申请号:CN202110787674.0

    申请日:2021-07-13

    Applicant: 武汉大学

    Abstract: 本发明提供基于日流量过程变化趋势的生态流量过程构建方法及系统,方法包括:步骤1.对研究区域生物资源现状进行调查,确定研究区域指示物种及其最低适宜生态流量;步骤2.选择早期受人类活动影响较小的长系列日流量资料,计算多年平均日流量过程;步骤3.根据多年平均日流量过程,计算每个点位的斜率和偏转角;步骤4.选根据斜率确定多年平均日流量过程上、下趋势变化点和趋势变化线;对上下趋势线点进行线性插值,得到上下趋势线,在上、下趋势线重合段取上下趋势线平均值,获得多年平均日流量过程变化趋势线;步骤5.跟据多年平均日流量过程的变化趋势线,计算变化趋势涨落率;步骤6.得到日生态流量过程线。

    非线性径流概率预报方法

    公开(公告)号:CN107239604A

    公开(公告)日:2017-10-10

    申请号:CN201710370657.0

    申请日:2017-05-23

    Applicant: 武汉大学

    Inventor: 董前进 张旭

    CPC classification number: Y02A10/46 G06F17/5009

    Abstract: 本发明提供一种非线性径流概率预报方法,其特征在于,包括以下步骤:步骤1,选择流域(j,j+Δt)时段的净雨所产生的单位线服从于分布G(·);选择(j,j+Δt)时段的k个单位线影响因子τj,1,τj,2,…,τj,k,建立单位线影响因子与间的相关关系H(·):步骤2,得到(j,j+Δt)时段净雨在T时刻产生的径流步骤3,假设(j,j+Δt)时段净雨在T时刻产生的真实径流围绕着预测值呈正态分布上下波动;进一步假设同和影响因子(τj,1,τj,2,…,τj,k):步骤4,得到在T时刻的真实径流;进一步得到QT满足的分布,步骤5,针对该流域得到这一场次洪水的似然函数,计算多场洪水的似然函数,利用极大似然法估计参数步骤6:根据得到的参数和步骤1至4所建立的径流模型进行预报。

    一种基于人工智能和卫星遥感的洪水预报方法及装置

    公开(公告)号:CN119226742B

    公开(公告)日:2025-03-04

    申请号:CN202411733082.0

    申请日:2024-11-29

    Applicant: 武汉大学

    Abstract: 本发明涉及数据预测处理技术领域,特别涉及一种基于人工智能和卫星遥感的洪水预报方法及装置,其中,方法包括:根据统计降尺度模型获取长系列气象观测资料;建立流域水文模型,并利用流域水文模型对每一个子流域的初步径流进行模拟;构建每一个子流域的长短时记忆神经网络模型;将长系列气象观测资料分别输入至流域水文模型和长短时记忆神经网络模型;从每一个子流域的重构长系列径流过程中提取出洪水事件,并基于洪水事件建立包括空间属性、气象预报信息和气象‑水文时滞特征的随机森林模型,以预报稀缺资料地区的大尺度洪水。由此,解决了相关技术未能充分利用卫星遥测气象信息,不能解决稀缺资料地区的长系列洪水预报难题的问题。

    一种基于人工智能和卫星遥感的洪水预报方法及装置

    公开(公告)号:CN119226742A

    公开(公告)日:2024-12-31

    申请号:CN202411733082.0

    申请日:2024-11-29

    Applicant: 武汉大学

    Abstract: 本发明涉及数据预测处理技术领域,特别涉及一种基于人工智能和卫星遥感的洪水预报方法及装置,其中,方法包括:根据统计降尺度模型获取长系列气象观测资料;建立流域水文模型,并利用流域水文模型对每一个子流域的初步径流进行模拟;构建每一个子流域的长短时记忆神经网络模型;将长系列气象观测资料分别输入至流域水文模型和长短时记忆神经网络模型;从每一个子流域的重构长系列径流过程中提取出洪水事件,并基于洪水事件建立包括空间属性、气象预报信息和气象‑水文时滞特征的随机森林模型,以预报稀缺资料地区的大尺度洪水。由此,解决了相关技术未能充分利用卫星遥测气象信息,不能解决稀缺资料地区的长系列洪水预报难题的问题。

    基于组合生成对抗神经网络的风电功率预测方法、装置

    公开(公告)号:CN118920452A

    公开(公告)日:2024-11-08

    申请号:CN202410947015.2

    申请日:2024-07-16

    Applicant: 武汉大学

    Abstract: 本申请公开了基于组合生成对抗神经网络的风电功率预测方法、装置。该方法中,生成对抗神经网络(GAN)是由生成器(G)与对抗器(D)两个部分组成的,并且生成器基于风电功率历史规律学习所构建,判别器基于数值天气预报(NWP)的物理模型所构建,这样在GAN的训练过程中,生成器与判别器不断地对抗,逐渐提升自己的性能,使得生成器生成的结果生成能够以假乱真,与判别器输入数据具有相似特征,使得在生成器中输出的统计预测法结果能够在一定程度上更加贴合物理模型预测结果,进而提高了预测结果精准性。

Patent Agency Ranking