-
公开(公告)号：CN117557936A
公开(公告)日：2024-02-13
申请号：CN202311505226.2
申请日：2023-11-13
Applicant: 中国长江电力股份有限公司 , 河海大学
IPC: G06V20/40 , G06V10/25 , G06V10/82 , G06F40/216 , G06F40/284 , G06F16/29 , G06Q50/26
Abstract: 本发明公开了一种基于舆情短视频大数据和YOLOv5算法的洪涝积水深估计方法。在自媒体短视频平台获取与目标灾情相关的视频数据；对收集到的数据进行预处理；使用自然语言处理(NLP)技术进行文本数据处理分析；选取YOLOv5(You Only Look Once version 5)算法用于城市洪涝积水参照物模型的训练；由物体与物体、物体与水面之间真实高度差与像素高度差的关系计算积水深；将估计得到的积水深度数据与相关的定位和发布时间数据进行关联，建立时空数据集，进行时空数据可视化，推演时空演化趋势。本发明通过短视频大数据和YOLOv5算法实现了低成本、快速检测、高准确性的城市洪涝积水深自动估计，从而进行灾情的定量分析研判。
-
公开(公告)号：CN117312910A
公开(公告)日：2023-12-29
申请号：CN202311189069.9
申请日：2023-09-15
Applicant: 中国长江电力股份有限公司
IPC: G06F18/24 , G06F18/23 , G06F18/214 , G06N3/0895 , G06N3/09
Abstract: 基于元学习的长江干流异常水位数据识别方法，包括:步骤1：基于FCM异常值检测模型识别异常水位数据；步骤2：基于元学习MAML模型，将元学习任务分为元训练任务和元测试任务；步骤3：元训练任务阶段，设计多个任务训练FCM异常值检测模型得到FCM异常值检测模型初始化参数θ；步骤4：元测试任务阶段，通过支持集数据对FCM聚类模型初始化参数θ进行微调，用来预测查询集节点类别，检测节点是否异常。本发明一种基于元学习的长江干流异常水位数据识别方法，能够基于少数几个站点的水位数据，即可训练出一个可适用于其他站点水位数据的异常识别模型，且能够体现出较好识别效果，体现出模型较强的泛化能力。
-
公开(公告)号：CN119828263A
公开(公告)日：2025-04-15
申请号：CN202510150919.7
申请日：2025-02-11
Applicant: 中国长江电力股份有限公司
Abstract: 本发明提供一种基于综合投票的干湿期判别方法，涉及地面气象监测技术领域，包括通过研究区域内的微波基站获取各条微波链路数据：通过特征选择方法选取聚类特征；基于K‑Means方法进行干湿期判别；基于FCM方法进行干湿期判别；基于滑动标准差方法进行干湿期判别；采取投票的方式综合三种干湿期判别方法所得到的结果。本发明通过综合投票的方法对K‑Means、FCM和滑动标准差方法的干湿期判别结果进行结合，相较于采用单一的滑动标准差方法进行干湿期判别，可以显著提升微波链路捕捉降雨过程的灵敏度，实现干湿期的准确判别，从而可以为基于微波衰减特征的干湿期判别提供解决思路和方法，促进了无线微波链路降雨监测的研究。
-
公开(公告)号：CN118470383A
公开(公告)日：2024-08-09
申请号：CN202410515070.4
申请日：2024-04-26
Applicant: 中国长江电力股份有限公司
IPC: G06V10/764 , G06V10/74
Abstract: 本发明公开一种基于水调来水预测的电站防洪闸门调度方法及系统，包括以下步骤：S1、确定各防洪闸门的位置及规格信息，以及对各防洪闸门编号；S2、在选定的时间周期，基于气象数据估算水电站流域的来水量信息，以及采集河道水面的图像数据，计算出水电站大坝指定距离范围内的水流线信息；S3、确定出相应的河道截面的流速数据；S4、在水电站大坝指定距离范围内，在指定的时间范围内累加泥沙沉积效应；S5、将所确定的水电站大坝指定距离范围内的泥沙沉积效应，与各防洪闸门的位置进行位置关联；S6、对防洪闸门进行调度；本发明可避免泥沙的长时间沉积累积，提高了水电站整体的运行安全性和可靠性，可为水电站防洪闸门调度的有效参考与指导。
-
公开(公告)号：CN118449720A
公开(公告)日：2024-08-06
申请号：CN202410402908.9
申请日：2024-04-03
Applicant: 中国长江电力股份有限公司
IPC: H04L9/40 , G01K13/00 , H04L41/16 , G06N3/0442 , G06F18/25
Abstract: 本发明涉及基于在线学习与记忆网络的实时异常检测方法，包括：收集实时流式数据，进行数据预处理；建立流式数据的在线学习模型；构建记忆模块网络，设定记忆模块网络的记忆更新机制；根据新数据点进行在线学习，更新在线学习模型的参数；从记忆单元中提取与当前数据点相关的历史信息；将在线学习模型得到的新数据点的当前特征与记忆单元提取的历史信息进行融合，得到融合特征；根据所述融合特征，判断当前数据点是否为异常。本发明本发明结合在线流式学习和记忆模块，能在不断变化的环境中快速识别出异常模式，并提供实时决策支持；通过在线流式学习组件对数据流的动态变化有良好的适应性。
-
Patent Agency Ranking
公开(公告)号：CN117421628A
公开(公告)日：2024-01-19
申请号：CN202311320247.7
申请日：2023-10-11
Applicant: 中国长江电力股份有限公司 , 河海大学
IPC: G06F18/24 , G06F18/2431 , G06N3/0464 , G06F30/25
Abstract: 本发明公开了一种基于多尺度排列熵的微波链路识别降水粒子方法，获取多环境微波链路衰减数据并根据所属降水粒子类型进行划分；多尺度粗粒化衰减信号数据，对结果序列重构和概率计算后进行多尺度排列熵计算；计算每段衰减信号时间序列的平均衰减率，构建平均衰减率‑尺度‑排列熵三维数据集；统一数据大小，划分训练集和测试集并训练构建好的2D‑CNN网络；输入微波链路数据，利用多尺度排列熵与训练好的网络模型识别降水粒子。本发明通过多尺度排列熵和微波链路数据能够对微波信号时间序列进行多尺度粗粒化并衡量其复杂性和随机性，结合链路平均衰减率构建三维数据集，利用训练好的2D卷积神经网络实现快速降水粒子识别。
-
公开(公告)号：CN115905198A
公开(公告)日：2023-04-04
申请号：CN202211482933.X
申请日：2022-11-24
Applicant: 中国长江电力股份有限公司
IPC: G06F16/215 , G06F16/2458 , G06F16/248 , G06F16/25 , G06F16/28 , G06N3/08 , G06Q50/26
Abstract: 本发明公开一种长江流域关键水位站点的水位数据预警方法，包括完成与数据库链接的相关配置，对水位站水位数据进行整合处理；调整软件和算法适用的环境变量及相关配置，定义邻近站点水位数据变量，在vscode上用python语言中对要实现的算法功能编程，利用大数据集算法最大信息系数MIC和皮尔逊返回系数计算不同网格区间对应的互信息值，分析两个场景（汛期和非汛期）下邻近水位站点的相关性；运用神经网络算法对数据加噪、训练，以数学函数形式表示两者关系，得出最优拟合函数和拟合曲线；最后制定关键站点预警方法；本发明能够用于分析邻近水位站间数据相关性，有效提高数据测量质量，对于保障流域水库防洪、提高水文预报精度和调度决策水平具有重要意义。
-
公开(公告)号：CN118520396A
公开(公告)日：2024-08-20
申请号：CN202410632718.6
申请日：2024-05-21
Applicant: 中国长江电力股份有限公司
IPC: G06F18/2433 , G06F18/214 , G06F18/10 , G06F18/21 , G06F18/241 , G06F18/213 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多尺度时间卷积网络和季节性分解的异常检测方法，该方法结合了多尺度时间卷积网络和季节性分解，采用季节性分解技术，将时间序列数据分解为趋势、季节性和残差三个部分，然后通过自适应多尺度时间卷积网络ASTCN模型进行异常检测；该方法克服了现有技术的局限性，不仅提升了时间序列数据的预处理和特征理解能力，也显著增强了异常检测的准确性和灵敏度，提高了异常检测的准确性和可靠性，从而可以更全面地分析数据的特征，提高异常检测的性能和效果。
-
公开(公告)号：CN117235632A
公开(公告)日：2023-12-15
申请号：CN202311030768.9
申请日：2023-08-15
Applicant: 中国长江电力股份有限公司 , 湖北省气象信息与技术保障中心
IPC: G06F18/243 , G01W1/02 , G06F18/214 , G06N3/0895
Abstract: 本发明公开一种大型蒸发传感器水位异常数据检测方法，其特征在于：它包括如下步骤：S1：获取因子数据；所述因子数据包括物理量场因子数据和被检测对象数据；S2：对因子数据进行特征萃取，得到萃取后的数据；S3：建立孤立森林异常检测模型，使用萃取后的数据进行训练；S4：孤立森林异常检测模型参数调优；使用最优参数重复S3对模型进行训练；S5：使用得到的异常检测模型对被检测对象数据进行检测，得出检测结果；本发明克服传统检测方法因为异常因子样本数目不足而造成的模型泛化能力下降问题，同时采用Pseudo‑labeling半监督学习和permutation特征筛选方法相结合的方式产生伪异常标签的特征因子用于模型训练，避免模型泛化能力下降。
-
公开(公告)号：CN118470383B
公开(公告)日：2025-04-29
申请号：CN202410515070.4
申请日：2024-04-26
Applicant: 中国长江电力股份有限公司
IPC: G06V10/764 , G06V10/74
Abstract: 本发明公开一种基于水调来水预测的电站防洪闸门调度方法及系统，包括以下步骤：S1、确定各防洪闸门的位置及规格信息，以及对各防洪闸门编号；S2、在选定的时间周期，基于气象数据估算水电站流域的来水量信息，以及采集河道水面的图像数据，计算出水电站大坝指定距离范围内的水流线信息；S3、确定出相应的河道截面的流速数据；S4、在水电站大坝指定距离范围内，在指定的时间范围内累加泥沙沉积效应；S5、将所确定的水电站大坝指定距离范围内的泥沙沉积效应，与各防洪闸门的位置进行位置关联；S6、对防洪闸门进行调度；本发明可避免泥沙的长时间沉积累积，提高了水电站整体的运行安全性和可靠性，可为水电站防洪闸门调度的有效参考与指导。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.035 seconds)
