公开(公告)号：CN118607687A

公开(公告)日：2024-09-06

申请号：CN202410423743.3

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

Inventor： 张奇伟 ,  刘月馨 ,  许雯 ,  徐军杨 ,  陈冬强 ,  李得第 ,  张倩

IPC: G06Q10/04 ,  G06Q50/26 ,  G06Q50/06 ,  G06F18/213 ,  G06F18/25 ,  G06N5/01 ,  G06N3/006 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/084 ,  G06N3/049 ,  G06F18/2131 ,  G06F123/02

Abstract: 本发明提供一种基于分解集成与智能加权的城市需水量组合预测方法、电子设备及介质，所述方法包括如下步骤：收集城市用水量数据，对数据进行预处理；采用极点对称模态分解将数据分解成各种子序列，通过模糊熵评价子序列的复杂度，对具有高熵值的子序列通过经验小波变换进行再分解，再将分解得到的子序列根据相似度和复杂度重构为几个新的分量；针对单一预测模型不能充分捕捉分量的所有特征的缺陷，采用BiGRU和TimesNet组合权重预测模型更全面的捕获序列中的非线性关系；采用改进的开普勒优化算法寻求两个单独的预测模型的最佳权重；将多个分量的组合预测结果相加获得最终需水量结果，对城市供水保障、水资源利用和可持续发展具有重要意义。

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

Inventor： 李黎 ,  魏军 ,  寿玮玮 ,  陈冬强 ,  刘月馨 ,  许雯 ,  王雪峰

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。

公开(公告)号：CN118916851B

公开(公告)日：2025-01-03

申请号：CN202411377063.9

申请日：2024-09-30

Applicant: 中国电建集团华东勘测设计研究院有限公司

Inventor： 张奇伟 ,  刘月馨 ,  许雯 ,  徐军杨 ,  陈冬强 ,  罗远林 ,  张倩

IPC: G06F18/27 ,  G06F18/21 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/086 ,  G01C13/00

Abstract: 本发明提供一种基于水文数据特征提取与样本增强的洪水智能预报方法、系统、设备及介质，首先，收集历史洪水事件数据，并通过LASSO方法进行特征提取，将数据划分为训练集和测试集；其次，采用高斯数据增强对训练集添加高斯噪声；然后，构建基于GANformer的洪水智能预报模型；采用Sobol序列和正余弦优化策略对开普勒优化算法KOA进行改进，利用改进后的IKOA算法优化GANformer模型的学习率、批次大小和隐藏层数等重要参数；最后，将优化后的GANformer模型应用于洪水预报，为防洪减灾提供实时、准确的洪水预警信息。本发明能有效提高洪水预报的准确性和可靠性，为防洪减灾工作提供有力支撑。

公开(公告)号：CN118916851A

公开(公告)日：2024-11-08

申请号：CN202411377063.9

申请日：2024-09-30

Applicant: 中国电建集团华东勘测设计研究院有限公司

Inventor： 张奇伟 ,  刘月馨 ,  许雯 ,  徐军杨 ,  陈冬强 ,  罗远林 ,  张倩

IPC: G06F18/27 ,  G06F18/21 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/086 ,  G01C13/00

Abstract: 本发明提供一种基于水文数据特征提取与样本增强的洪水智能预报方法、系统、设备及介质，首先，收集历史洪水事件数据，并通过LASSO方法进行特征提取，将数据划分为训练集和测试集；其次，采用高斯数据增强对训练集添加高斯噪声；然后，构建基于GANformer的洪水智能预报模型；采用Sobol序列和正余弦优化策略对开普勒优化算法KOA进行改进，利用改进后的IKOA算法优化GANformer模型的学习率、批次大小和隐藏层数等重要参数；最后，将优化后的GANformer模型应用于洪水预报，为防洪减灾提供实时、准确的洪水预警信息。本发明能有效提高洪水预报的准确性和可靠性，为防洪减灾工作提供有力支撑。