-
公开(公告)号：CN119917948A
公开(公告)日：2025-05-02
申请号：CN202510416459.8
申请日：2025-04-03
Applicant: 中国电建集团华东勘测设计研究院有限公司
IPC: G06F18/243 , G06N3/0464 , G06F18/15 , G06N3/006
Abstract: 本发明提供一种水库流域日径流预测方法、系统、设备及介质，所述方法包括如下步骤：S1、获取某流域内的日径流数据，采用孤立森林对日径流数据进行异常值检测，并进行数据清洗；S2、使用数据驱动的自适应啁啾模态分解对清洗后的日径流数据进行分解，得到多个分量；对每个分量构造输入矩阵，并划分为训练集和测试集；S3、构建时间卷积网络和无逆极限学习机的融合模型，并训练；S4、将半数均匀初始化和变螺旋更新策略引入到PID搜索算法中，得到IPSA算法；使用IPSA算法优化TCN‑IFELM模型；S5、利用测试集得到每个分量的预测结果并相加，得到未来时刻的日径流量的预测值。本发明能够有效捕捉径流数据的时间序列特性和非线性关系，从而提高日径流的预测精度。
-
公开(公告)号：CN119026880B
公开(公告)日：2025-03-11
申请号：CN202411508439.5
申请日：2024-10-28
Applicant: 中国电建集团华东勘测设计研究院有限公司
IPC: G06Q10/0631 , G06Q50/06
Abstract: 本发明提供一种基于分区预测和动态自动调节的城市需水预测方法、系统及介质，所述方法包括：首先获取城市居民的用水量，存储水数据；对月用水数据进行DPC聚类；其次采用VAE方法将不同变化趋势的数据进行特征提取，再进行Pearson相关性分析，然后将提取的关键影响因素用GAT‑DLinear模型对各区域月需水量预测，利用IZOA算法优化GAT‑DLinear模型，再根据NRMSE指标判断该类月预测精度是否大于10%，若是，则构建目标方程再次通过IZOA算法优化模型中需要调节的参数，将优化后的参数集再次输入预测模型，直至精度满足阈值要求，输出各分区最终需水预测结果。本发明具有自动化、自适应的优点。
-
公开(公告)号：CN117874485A
公开(公告)日：2024-04-12
申请号：CN202311676757.8
申请日：2023-12-07
Applicant: 中国电建集团华东勘测设计研究院有限公司 , 杭州华辰电力控制工程有限公司
IPC: G06F18/213 , G06F18/21 , G06F18/214 , G06F18/23 , G06Q50/26
Abstract: 本发明提供一种基于概念‑数据驱动耦合的洪水智能预报方法、系统、装置及介质，先采用基于云模型的聚类算法对历史洪水事件进行聚类得到洪水类型；针对概念水文模型拟合精度对汇流参数敏感，以TFTformer模型代替新安江概念模型的线性水库及河道马斯京根河网汇流，构建概念‑数据驱动耦合洪水预报模型预测洪峰流量和径流深度，并采用进化算法对模型进行参数率定，同时针对优化算法固有的易陷入局部最优的缺点，引入莱维飞行与黄金正弦策略进行改进；最后采用时空图卷积网络对上述预测结果进行误差校正并输出洪水类型进行智能预报。本发明可以预测洪峰流量和洪水过程，提前发出洪水预警，紧急疏散人群、加固临时防洪设施和采集紧急抢险措施，最大程度地减少人员伤亡和财产损失。
-
公开(公告)号：CN119026880A
公开(公告)日：2024-11-26
申请号：CN202411508439.5
申请日：2024-10-28
Applicant: 中国电建集团华东勘测设计研究院有限公司
IPC: G06Q10/0631 , G06Q50/06
Abstract: 本发明提供一种基于分区预测和动态自动调节的城市需水预测方法、系统及介质，所述方法包括：首先获取城市居民的用水量，存储水数据；对月用水数据进行DPC聚类；其次采用VAE方法将不同变化趋势的数据进行特征提取，再进行Pearson相关性分析，然后将提取的关键影响因素用GAT‑DLinear模型对各区域月需水量预测，利用IZOA算法优化GAT‑DLinear模型，再根据NRMSE指标判断该类月预测精度是否大于10%，若是，则构建目标方程再次通过IZOA算法优化模型中需要调节的参数，将优化后的参数集再次输入预测模型，直至精度满足阈值要求，输出各分区最终需水预测结果。本发明具有自动化、自适应的优点。
-
Patent Agency Ranking
公开(公告)号：CN118114806A
公开(公告)日：2024-05-31
申请号：CN202410051252.0
申请日：2024-01-12
Applicant: 杭州华辰电力控制工程有限公司 , 中国电建集团华东勘测设计研究院有限公司
IPC: G06Q10/04 , G06Q50/06 , G06N3/006 , G06F18/214 , G06F18/213 , G06F18/22 , G06F17/10 , G06N3/04 , G06N3/08 , G06N3/0985 , G06N3/049
Abstract: 本发明公开了一种基于多站点时空数据融合的来水量预测方法，包括：获取流域内天文、水文、气象数据集数据。运用去趋势交叉相关分析法对数据集进行特征提取并进行数据集划分；通过GraphSAGE分析采集到的构成图网络的数据集，提取出其相关性关联变化特征，将提取得到的特征序列输入到Dlinear模型中建立空间参数序列与全局来水量的变化关系。将ICMIC混沌映射策略与可变螺旋搜索策略引入到秃鹰搜索优化算法中得到改进的秃鹰搜索优化算法，利用秃鹰搜索优化算法优化GraphSAGE‑Dlinear模型中的超参数，利用优化后的GraphSAGE‑Dlinear模型对未来时刻的来水量状况进行预测。本发明能有效捕获流域内水流量动态时空模式，实现准确的来水量预测。
-
公开(公告)号：CN119202542B
公开(公告)日：2025-03-11
申请号：CN202411680280.5
申请日：2024-11-22
Applicant: 中国电建集团华东勘测设计研究院有限公司
IPC: G06F18/10 , G06N3/0475 , G06N3/094 , G06N3/045 , G08B31/00
Abstract: 本发明提供一种基于数据缺失多重填补的大坝安全监测预警系统及方法，同时结合欧式空间数据缺失值的ATTGAN填补法和成分数据缺失值ATTGAN填补法，对不同缺失量异常量的数据集进行缺失值填补，既弥补了缺失值过多对大坝预警系统带来的影响，又避免了因为缺失值填补方法选择不当，导致缺失值填补误差率过大；再通过数据处理后的数据集利用指数分布优化器优化后的记忆减退型在线序列极限学习机对未来时刻的数据进行预测，提高了监测预警系统的精准度和完整度；将数据发送至监控平台，判断大坝的安全状态，并及时发出警报，既能很好的满足对大坝安全实时监测的要求，又能提高大坝安全管理的精准度。
-
公开(公告)号：CN119202542A
公开(公告)日：2024-12-27
申请号：CN202411680280.5
申请日：2024-11-22
Applicant: 中国电建集团华东勘测设计研究院有限公司
IPC: G06F18/10 , G06N3/0475 , G06N3/094 , G06N3/045 , G08B31/00
Abstract: 本发明提供一种基于数据缺失多重填补的大坝安全监测预警系统及方法，同时结合欧式空间数据缺失值的ATTGAN填补法和成分数据缺失值ATTGAN填补法，对不同缺失量异常量的数据集进行缺失值填补，既弥补了缺失值过多对大坝预警系统带来的影响，又避免了因为缺失值填补方法选择不当，导致缺失值填补误差率过大；再通过数据处理后的数据集利用指数分布优化器优化后的记忆减退型在线序列极限学习机对未来时刻的数据进行预测，提高了监测预警系统的精准度和完整度；将数据发送至监控平台，判断大坝的安全状态，并及时发出警报，既能很好的满足对大坝安全实时监测的要求，又能提高大坝安全管理的精准度。
-
公开(公告)号：CN118428523A
公开(公告)日：2024-08-02
申请号：CN202410423742.9
申请日：2024-04-09
Applicant: 中国电建集团华东勘测设计研究院有限公司 , 杭州华辰电力控制工程有限公司
IPC: G06Q10/04 , G06F18/2113 , G06F18/2111 , G06F18/213 , G06N3/006 , G06N3/0442 , G06N3/045 , G06N3/084 , G06F123/02
Abstract: 本发明提供一种基于多因素相关分析的水库水位组合预测方法、电子设备及介质，所述方法包括以下步骤：S1、采集水库的样本数据，并进行预处理；S2、利用快速相关过滤算法FCBF对样本数据进行特征选择；S3、利用自适应啁啾模态分解ACMD对特征选择后的主要影响因素序列进行分解，建立基于BiLSTM‑Crossformer的水位预测模型，分别用BiLSTM模型对分量进行训练，并将所有训练结果进行叠加，所得输出序列与各次要影响因素序列作为Crossformer水位预测模型的输入；S4、采用Logistic混沌映射对蚁狮种群进行初始化，并在位置更新环节引入Gold‑SA黄金正弦策略，得到改进的蚁狮优化算法MALO；S5、利用MALO算法对Crossformer水位预测模型进行参数优化，用优化后的Crossformer水位预测模型对水库未来水位进行预测，得到预测结果。
-
公开(公告)号：CN117973600A
公开(公告)日：2024-05-03
申请号：CN202410050680.1
申请日：2024-01-12
Applicant: 杭州华辰电力控制工程有限公司 , 中国电建集团华东勘测设计研究院有限公司
IPC: G06Q10/04 , G06Q50/06 , G06F16/215 , G06N20/00 , G06N20/20 , G06N3/0985 , G06N3/006 , G06N5/01 , G06N3/0442 , G06F17/10
Abstract: 本发明公开了一种基于多源数据融合集成的水库水位预测方法，首先，收集历史水位数据及其影响因素数据，进行清洗和标准化处理；然后，采用XGBoost特征选择算法对水位的影响因素做特征提取；建立基于Stacking集成学习的水位预测模型，初级学习器为Bilstm、KNNR、LightGBM，元学习器为RELM，利用改进后的智能优化算法优化元学习器预测模型的超参数；将历史水位数据以及最佳特征数据输入到各初级学习器中，获得初级学习器的预测结果；根据各初级学习器自身的预测精度，为初级学习器赋予相应的权值，再代入元学习器进行训练，得到最终的预测结果。该方法可以有效地利用历史水位信息和其他相关变量之间的关系，提高水位预测的准确性和可靠性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.039 seconds)
