-
公开(公告)号：CN119379903A
公开(公告)日：2025-01-28
申请号：CN202411378698.0
申请日：2024-09-30
Applicant: 中国长江电力股份有限公司 , 南京南瑞水利水电科技有限公司
Abstract: 本申请公开了一种基于数字沙盘的流域数据融合处理方法，涉及数据处理技术领域，包括：预先建立目标流域的数字沙盘模型，且基于数字沙盘模型将在各呈现状态下分割为多个子区域；获取目标流域的多源数据，将多源数据的格式统一为标准格式；根据多源数据匹配相应的数据源类型，以及映射关系，将多源数据转换为图像格式；根据转换的图像格式，对数字沙盘模型进行局部替换；提供交互界面，以基于交互界面呈现数字沙盘模型及刷新展示局部替换的过程，以完成流域多源数据的融合呈现。在三维数字沙盘底板基础上，增加数据交互，实现水利对象及其关联的空间、监测、业务数据的融合呈现，水电业务深度研究提供更加灵活的技术手段。
-
公开(公告)号：CN119227929A
公开(公告)日：2024-12-31
申请号：CN202411078147.2
申请日：2024-08-07
Applicant: 中国长江电力股份有限公司 , 南京南瑞水利水电科技有限公司
IPC: G06Q10/063 , G06Q10/04 , G06Q50/06 , G06N3/0499 , G06N3/084 , G06N20/10
Abstract: 本申请公开了一种水资源调度推演方法及系统，涉及水利、数据处理技术领域，包括：获取目标水域的降雨预报数据，以及确定所述降雨预报数据相关的案例水资源的描述文本；基于所述描述文本以及所述降雨预报数据进行资源要素识别；将降雨预报数据以及所识别出的资源要素，输入水资源调度优化模型，以依据降雨预报数据和资源要素的描述向量生成相应的径流预报，以及，水资源调度预测方案；根据所生成的水资源调度预测方案，基于时间轴的事件推动内容展示，并执行视角跟随及播报。本申请通过水资源调度优化模型来输出径流预报，以及，水资源调度预测方案，通过合理的决策和调度方案，实现对水资源的有效管理和利用。
-
公开(公告)号：CN117909905B
公开(公告)日：2024-06-21
申请号：CN202410176422.8
申请日：2024-02-08
Applicant: 中国长江电力股份有限公司 , 南京南瑞水利水电科技有限公司
IPC: G06F18/2433 , G06F18/20 , G06Q50/06 , G06V20/40 , G06F123/02
Abstract: 本申请公开了一种考虑水文联系的水文站多维时间序列异常识别方法及装置，涉及水文数据处理技术，包括根据接收到的多维水文数据序列，从相应的视频段中搜索监测覆盖范围的标记物；提取接收到的多维水文数据序列所包含的视频段数据的先后两帧图像数据，计算出监测覆盖范围的水面流速；并与接收的流速信息进行匹配，以判断是否存在异常；从接收到的当前多维水文数据序列中视频段数据中选定的一帧图像数据，计算出监测覆盖范围的水位；并与接收的水位信息进行比对，以判断是否存在异常。本申请的方法将采集的水文站数据与监控数据进行关联，实现在任一水文站设置较少的数据监测点的情况下，完成水文站监测数据的异常识别。
-
公开(公告)号：CN119397933A
公开(公告)日：2025-02-07
申请号：CN202411243362.3
申请日：2024-09-05
Applicant: 中国长江电力股份有限公司 , 南京南瑞水利水电科技有限公司
IPC: G06F30/28 , G06F30/23 , G06T17/20 , G06T17/05 , G06Q50/06 , G06Q10/067 , G06F113/08 , G06F119/14 , G06F111/10
Abstract: 本申请公开了一种基于三维数字沙盘的水资源管理方法及系统，包括：获取目标水资源管理区域，并基于DEM和DOM构建所述目标水资源管理区域的地形模型；通过地形处理软件剔除所述地形模型中所述流域范围以外预设距离之外的地形数据，保留剩余部分的地形数据；利用水动力学建模平台构建所述目标水资源管理区域的河道产汇流模型，并将所述河道产汇流模型导入所述地形模型；配置所述河道产汇流模型导入后的相关参数，以完成在所述地形模型建立产汇流数据；获取目标时间范围的流域水位计算结果，并基于在所述地形模型建立的产汇流数据对所述流域水位计算结果进行关联呈现。本申请的方法能够展现水位涨落、洪水演进过程等，辅助流域生产决策、指挥调度。
-
公开(公告)号：CN117909905A
公开(公告)日：2024-04-19
申请号：CN202410176422.8
申请日：2024-02-08
Applicant: 中国长江电力股份有限公司 , 南京南瑞水利水电科技有限公司
IPC: G06F18/2433 , G06F18/20 , G06Q50/06 , G06V20/40 , G06F123/02
Abstract: 本申请公开了一种考虑水文联系的水文站多维时间序列异常识别方法及装置，涉及水文数据处理技术，包括根据接收到的多维水文数据序列，从相应的视频段中搜索监测覆盖范围的标记物；提取接收到的多维水文数据序列所包含的视频段数据的先后两帧图像数据，计算出监测覆盖范围的水面流速；并与接收的流速信息进行匹配，以判断是否存在异常；从接收到的当前多维水文数据序列中视频段数据中选定的一帧图像数据，计算出监测覆盖范围的水位；并与接收的水位信息进行比对，以判断是否存在异常。本申请的方法将采集的水文站数据与监控数据进行关联，实现在任一水文站设置较少的数据监测点的情况下，完成水文站监测数据的异常识别。
-
Patent Agency Ranking
公开(公告)号：CN120012981A
公开(公告)日：2025-05-16
申请号：CN202510043853.1
申请日：2025-01-10
Applicant: 中国长江电力股份有限公司
IPC: G06Q10/04 , G06Q50/06 , G06F18/22 , G06N5/045 , G06F123/02
Abstract: 本发明公开一种基于数据机理融合模型的渠池上游水位预测方法，它包括以下步骤：步骤1：利用历史数据集构建相似预测历史序列组集；步骤2：构建积分时滞模型预测未来时段内的渠池下游水位；步骤3：将积分时滞预测模型得到渠池下游水位序列结果作为相似分析模型的相关性下游水位序列，通过曼哈顿距离构建相似预测模型，预测历史最相似的渠池下游水位，确定历史同期场景，并预测历史同场景下的渠池上游水位；本发明克服了相似预测模型相关序列偏差的不确定性，显著提高了渠池上游水位的预测精度。
-
公开(公告)号：CN119918972A
公开(公告)日：2025-05-02
申请号：CN202411980203.1
申请日：2024-12-31
Applicant: 中国长江电力股份有限公司
IPC: G06Q10/0637 , G06Q10/04 , G06Q50/26 , G06F17/18
Abstract: 基于概率分布的短期径流预报不确定性的评价方法，获取短期降雨预报、出库流量、历史出库流量和日期的数据；将一年划分为不同的评价时区；建立贝叶斯动态线性模型；指定各个自变量参数的先验概率分布，推导参数的后验概率分布；从有近似形式的参数后验概率中抽样，抽样估计没有近似形式的参数后验概率分布；根据参数后验概率分布，抽样参数值，带入实测值，得到预报值，迭代此算法n次，得到样本，估计样本预报值的预测后验概率分布；根据预报值的预测后验概率分布，指定预报不确定性表，评价预报值的不确定性。本发明综合考虑了各自变量的实测数据和历史数据，对的短期入库流量预报的不确定性进行了的评价，可以衡量不同时期径流预报的准确性。
-
公开(公告)号：CN119514922A
公开(公告)日：2025-02-25
申请号：CN202411466467.5
申请日：2024-10-18
Applicant: 中国长江电力股份有限公司
Inventor： 金传鑫 , 鲍正风 , 曹辉 , 桂发二 , 罗源 , 杨旭 , 张玉柱 , 刘亚新 , 周晓倩 , 史晓薇 , 曾志强 , 王鹏翔 , 沈柯言 , 李文达 , 冯士琦 , 刘金鹏
IPC: G06Q10/0631 , G06Q50/26 , G06F18/24 , G06N3/0464 , G06N3/09
Abstract: 本发明涉及水库调度技术领域，尤其涉及一种影响梯级水库调度运行的事件的处置方法，包括：获取待检测梯级水库的实时监测数据；将待检测梯级水库的实时监测数据进行数据预处理，获取预处理后的数据；将预处理后的数据输入训练好的关键因素确定模型，获取关键数据类型以及对应的数据；并根据关键数据类型以及对应的数据确定是否发生异常事件以及异常事件的类型；当发生异常事件时，将异常事件的类型输入提前设定的智能诊断系统，获取多种异常处置方案；将多种异常处置方案进行SWOT分析，得到最终处置结果。本发明的方法提高了梯级水库调度运行的安全性和可靠性，提升了梯级水库运行管理水平。
-
公开(公告)号：CN119005390A
公开(公告)日：2024-11-22
申请号：CN202410975082.5
申请日：2024-07-19
Applicant: 中国长江电力股份有限公司
IPC: G06Q10/04 , G06F18/214 , G06F18/24 , G06N3/092 , G06N3/0442 , G06N3/0499 , G06F17/18
Abstract: 本发明公开一种基于强化学习的水文径流预测模型自适应选择方法，包括如下步骤：S1、数据准备：收集并整理某水文站的历史径流相关数据，并按时间顺序排列好；在数据分析之前，对数据进行清洗和预处理；S2、特征工程：将原始数据转换为适合机器学习模型使用的特征；S3、样本集构建和数据集划分：根据输入输出大小构建样本集，并将样本集按一定比例划分为训练集和检验集；S4、预测模型训练：使用训练集分别对数据驱动的多个单一预测模型进行训练；S5、强化学习模型训练：利用训练集和DQN算法对上述已经训练好的模型进行自适应选择，并且训练DQN模型；S6、评价指标和性能评估：本发明能在不同工况条件下自适应地选择最优预测模型。
-
公开(公告)号：CN117421558B
公开(公告)日：2024-06-21
申请号：CN202311418406.7
申请日：2023-10-26
Applicant: 华中科技大学 , 中国长江电力股份有限公司
IPC: G06F18/20 , G06F18/10 , G06F18/213 , G06F18/214 , G06N3/045 , G06N3/0442 , G06N3/047 , G06N3/08 , G06Q50/06
Abstract: 本发明公开了一种梯级水库运行规则提取及其模型训练方法，属于水利技术领域。本发明方法首先收集梯级水库的历史运行数据、流域网格实测降水数据和流域网格预报降水数据，建立水文模型并确定源头水库入库流量预报和子区间网格降水预报的有效预见期；再利用所述有效预见期内各个时段的源头水库入库预报流量和子区间网格预报降水，构建不同有效预见期下的输入因子集；耦合ConvLSTM和LSTM，构建关联水文气象时空信息的梯级水库运行规则提取模型；最后利用输入因子集训练得到最优梯级水库运行规则提取模型。通过对比实验可知，本发明方法构建的梯级水库运行规则提取模型能更为准确地模拟各水库不同时期的出库流量变化过程。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.358 seconds)
