一种声化学效率测定装置及其使用方法

    公开(公告)号:CN103822700B

    公开(公告)日:2017-02-15

    申请号:CN201410082876.5

    申请日:2014-03-07

    Abstract: 本发明公开了一种声化学效率测定装置,它包括测量棒用探棒、探棒驱动盒和一台数据处理显示机。本发明利用热量法测声功率和紫外光谱法测声化学产量的原理,通过处理器的严格控制、测量和计算,最终能够快速得到声化学效率指标。本发明高度集成了热量法测量声功率的测量系统和在线紫外光度计监测系统,设定好相应的参数后即自动控制并显示数值,并拥有数据存储记录、数据整理输出、与上位机通信配合电脑使用的功能,方便了科研工作者快速得到并整理声化学效率指标数据。

    一种低成本低功耗的水声调制解调器

    公开(公告)号:CN102611662A

    公开(公告)日:2012-07-25

    申请号:CN201210032088.6

    申请日:2012-02-14

    Abstract: 本发明公开了一种低成本低功耗的水声调制解调器,在一定距离范围内能够实现有效的水下通信。以超低功耗单片机MSP430F149作为处理核心,使用RS-232接口与计算机进行通信。整机采用3.3V电池供电,使用市场上量产的低价的水下测距用收发一体式换能器作为超声波发射与接收装置,全部硬件采用低功耗设计方案,2ASK调制解调方式。整机最大功耗为90mW,数据传输速率为2kbps,最长有效通信距离为22m;此水声调制解调器可以连接各种数字传感器,由于其具备成本低、功耗低的特点,适合作为水声传感网的传感节点使用。此水声调制解调器可在水下连续工作半年以上,长期进行可靠的水下通信作业。

    流域复杂水库群防洪优化调度高效求解方法

    公开(公告)号:CN119809141B

    公开(公告)日:2025-05-16

    申请号:CN202510274846.2

    申请日:2025-03-10

    Applicant: 河海大学

    Abstract: 本发明提供一种流域复杂水库群防洪优化调度高效求解方法,包括:基于VMD‑Enhanced CNN模型处理水库入库流量异常波动,获得去噪的入库流量过程;构建水库群防洪调度模型,基于等效投影理论分解系统,选定出库流量为协调变量,建立子系统等效模型;采用Ray分布式计算框架并行处理子系统等效模型,执行EP‑DOA‑CUDA算法求解,获得系统全局最优协调变量;将全局最优协调变量作为边界条件,基于IVYA优化算法对下层子系统优化,得到水库群最优调度方案。本发明解决了入库流量异常波动、模型复杂度高及计算效率低等问题,提高了防洪调度的精度和时效性。

    一种基于深度学习的中长期径流集成概率预测方法

    公开(公告)号:CN119760557B

    公开(公告)日:2025-05-06

    申请号:CN202510249328.5

    申请日:2025-03-04

    Applicant: 河海大学

    Abstract: 本发明提供一种基于深度学习的中长期径流集成概率预测方法,通过收集整理流域长系列径流数据,采用改进的时滞皮尔逊相关系数法、多尺度最大信息系数法和基于物理约束的随机森林特征重要性评分法筛选预测因子,并用改进的Dempster‑Shafer证据理论融合构建驱动因子集。基于多尺度物理约束自适应损失函数构建深度学习基模型,引入多模态数据融合和物理约束增强机制,建立多模态自适应Stacking集成框架,通过Bootstrap‑Quantile方法生成概率预测区间,并用SHAP方法识别关键驱动因子。本发明提出"输入‑参数‑结构"全要素优化框架,综合考虑多源不确定性,提高了预测精度和可靠性。

    流域复杂水库群防洪优化调度高效求解方法

    公开(公告)号:CN119809141A

    公开(公告)日:2025-04-11

    申请号:CN202510274846.2

    申请日:2025-03-10

    Applicant: 河海大学

    Abstract: 本发明提供一种流域复杂水库群防洪优化调度高效求解方法,包括:基于VMD‑Enhanced CNN模型处理水库入库流量异常波动,获得去噪的入库流量过程;构建水库群防洪调度模型,基于等效投影理论分解系统,选定出库流量为协调变量,建立子系统等效模型;采用Ray分布式计算框架并行处理子系统等效模型,执行EP‑DOA‑CUDA算法求解,获得系统全局最优协调变量;将全局最优协调变量作为边界条件,基于IVYA优化算法对下层子系统优化,得到水库群最优调度方案。本发明解决了入库流量异常波动、模型复杂度高及计算效率低等问题,提高了防洪调度的精度和时效性。

    一种基于深度学习的中长期径流集成概率预测方法

    公开(公告)号:CN119760557A

    公开(公告)日:2025-04-04

    申请号:CN202510249328.5

    申请日:2025-03-04

    Applicant: 河海大学

    Abstract: 本发明提供一种基于深度学习的中长期径流集成概率预测方法,通过收集整理流域长系列径流数据,采用改进的时滞皮尔逊相关系数法、多尺度最大信息系数法和基于物理约束的随机森林特征重要性评分法筛选预测因子,并用改进的Dempster‑Shafer证据理论融合构建驱动因子集。基于多尺度物理约束自适应损失函数构建深度学习基模型,引入多模态数据融合和物理约束增强机制,建立多模态自适应Stacking集成框架,通过Bootstrap‑Quantile方法生成概率预测区间,并用SHAP方法识别关键驱动因子。本发明提出"输入‑参数‑结构"全要素优化框架,综合考虑多源不确定性,提高了预测精度和可靠性。

Patent Agency Ranking