-
公开(公告)号：CN119204364A
公开(公告)日：2024-12-27
申请号：CN202411746520.7
申请日：2024-12-02
Applicant: 南昌工程学院
Abstract: 本发明提供一种洪水预报方法、系统、计算机及存储介质，该方法包括以下步骤：构建与降雨径流存在影响的领域知识的马尔科夫逻辑网，进而挖掘降雨径流变化的驱动因素集；根据驱动因素集构建基于流域降雨径流关系变化规律的过程驱动水文模型；建立集合洪水预报模型；基于群智能算法对集合洪水预报模型进行参数优化。通过挖掘直接驱动因素及间接驱动因素，实现降雨径流变化的驱动因素的准确分析，揭示流域降雨径流关系变化规律，基于降雨径流关系变化规律指导并构建过程驱动水文模型，借助集合相关理论，将过程驱动水文模型结合其他水文模型构建精细化集合洪水预报模型；基于群智能算法优化模型参数及权重，提高洪水预报精度和延长预见期。
-
公开(公告)号：CN118569005A
公开(公告)日：2024-08-30
申请号：CN202411060133.8
申请日：2024-08-05
Applicant: 南昌工程学院
IPC: G06F30/20 , G06F17/16 , G01W1/14 , G06F111/08
Abstract: 本发明公开了暴雨模拟方法、表征暴雨均匀性方法及暴雨模拟系统，涉及暴雨模拟分析技术领域，暴雨模拟方法包括：构建目标区域内空间站点的连接矩阵，并获取若干场历史降雨中空间站点#imgabs0#时间段的降雨比与其相邻站点#imgabs1#时间段的降雨比，根据两者降雨比的关系得到相邻站点间雨量空间转移概率矩阵，进一步得到所有空间站点的雨量时序转移概率矩阵和降雨比时间序列；对同一空间站点降雨比时间序列归一化，再对所有空间站点同一时刻的降雨比归一化；引入典型降雨过程，得到所有空间站点降雨量的时间序列。该方法能够更准确地模拟降雨过程的空间非均匀性和克服数据时间序列短的限制所造成暴雨演变模拟精度不高的问题。
-
公开(公告)号：CN118569005B
公开(公告)日：2024-10-11
申请号：CN202411060133.8
申请日：2024-08-05
Applicant: 南昌工程学院
IPC: G06F30/20 , G06F17/16 , G01W1/14 , G06F111/08
Abstract: 本发明公开了暴雨模拟方法、表征暴雨均匀性方法及暴雨模拟系统，涉及暴雨模拟分析技术领域，暴雨模拟方法包括：构建目标区域内空间站点的连接矩阵，并获取若干场历史降雨中空间站点#imgabs0#时间段的降雨比与其相邻站点#imgabs1#时间段的降雨比，根据两者降雨比的关系得到相邻站点间雨量空间转移概率矩阵，进一步得到所有空间站点的雨量时序转移概率矩阵和降雨比时间序列；对同一空间站点降雨比时间序列归一化，再对所有空间站点同一时刻的降雨比归一化；引入典型降雨过程，得到所有空间站点降雨量的时间序列。该方法能够更准确地模拟降雨过程的空间非均匀性和克服数据时间序列短的限制所造成暴雨演变模拟精度不高的问题。
-
公开(公告)号：CN116151155A
公开(公告)日：2023-05-23
申请号：CN202310417222.2
申请日：2023-04-19
Applicant: 南昌工程学院
IPC: G06F30/28 , G01F1/00 , G01F1/002 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于数字孪生的城市合流制溢流系统流量监测方法及系统，包括：拟定预设工况表；获取目标溢流装置的结构尺寸和水力参数，构建物理模型和数值模型；将预设工况代入模型进行试验，得到流量数据；将结构尺寸、水力参数、流量数据及其对应的水位数据放入水文特征参数数据集；根据数据集计算预设工况下的系数及其表征物理量；分别汇总不同出流条件下的系数及其表征物理量，进行拟合，得到系数拟合公式；将拟合公式代入流量计算公式，得到算法模型；对系统流量进行计算，能够实现对数字孪生的城市合流制溢流系统流量进行精确度较高的监测。
-
公开(公告)号：CN112287285B
公开(公告)日：2023-04-04
申请号：CN202011179298.9
申请日：2020-10-29
Applicant: 南昌工程学院
IPC: G06F17/10
Abstract: 本发明公开了一种基于城市内涝基础信息的蓄涝水面率分区处理方法，所述方法包括：获取用户输入的当前地区的降雨径流系数、主要历时降雨统计成果和现状水面率等基本信息；根据基本信息和雨洪过程控制信息得到设计排涝流量；根据设计排涝流量和基本信息得到设计调蓄水深；根据设计排涝流量或设计调蓄水深得到对应的设计暴雨历时；根据设计排涝流量、设计暴雨历时得到分区指数；通过分区指数对当前地区的蓄涝水面率进行分区阈值划定，得到区域划分结果；输出区域划分结果。本发明的处理方法能够简化计算过程，减少多情景调算的工作量，可操作性强；有利于结合城市水面率的分区结果，因地制宜地优化城市排涝系统的设计方案。
-
Patent Agency Ranking
公开(公告)号：CN113610358A
公开(公告)日：2021-11-05
申请号：CN202110808698.X
申请日：2021-07-16
Applicant: 南昌工程学院
Abstract: 本发明公开了一种基于云平台的远程水质风险预警系统及远程水质风险预警方法，所述方法包括：所述信息抓取装置抓取多个监测站点的水质监测数据并上传至所述风险评估云平台；所述风险评估云平台获取所述水质监测数据；所述风险评估云平台对所述水质监测数据进行风险评估得到风险预报信息，并将所述风险预报信息发送至所述预警装置；所述预警装置根据所述风险预报信息输出风险预警信息，能够对跨行业、跨单位的零散孤立数据进行集中风险预警，有利于实现多站点水质风险管理。
-
公开(公告)号：CN112287285A
公开(公告)日：2021-01-29
申请号：CN202011179298.9
申请日：2020-10-29
Applicant: 南昌工程学院
IPC: G06F17/10
Abstract: 本发明公开了一种基于城市内涝基础信息的蓄涝水面率分区处理方法，所述方法包括：获取用户输入的当前地区的降雨径流系数、主要历时降雨统计成果和现状水面率等基本信息；根据基本信息和雨洪过程控制信息得到设计排涝流量；根据设计排涝流量和基本信息得到设计调蓄水深；根据设计排涝流量或设计调蓄水深得到对应的设计暴雨历时；根据设计排涝流量、设计暴雨历时得到分区指数；通过分区指数对当前地区的蓄涝水面率进行分区阈值划定，得到区域划分结果；输出区域划分结果。本发明的处理方法能够简化计算过程，减少多情景调算的工作量，可操作性强；有利于结合城市水面率的分区结果，因地制宜地优化城市排涝系统的设计方案。
-
公开(公告)号：CN116151155B
公开(公告)日：2023-08-04
申请号：CN202310417222.2
申请日：2023-04-19
Applicant: 南昌工程学院
IPC: G06F30/28 , G01F1/00 , G01F1/002 , G06F111/10 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于数字孪生的城市合流制溢流系统流量监测方法及系统，包括：拟定预设工况表；获取目标溢流装置的结构尺寸和水力参数，构建物理模型和数值模型；将预设工况代入模型进行试验，得到流量数据；将结构尺寸、水力参数、流量数据及其对应的水位数据放入水文特征参数数据集；根据数据集计算预设工况下的系数及其表征物理量；分别汇总不同出流条件下的系数及其表征物理量，进行拟合，得到系数拟合公式；将拟合公式代入流量计算公式，得到算法模型；对系统流量进行计算，能够实现对数字孪生的城市合流制溢流系统流量进行精确度较高的监测。
-
公开(公告)号：CN116151592A
公开(公告)日：2023-05-23
申请号：CN202310405719.2
申请日：2023-04-17
Applicant: 南昌工程学院
IPC: G06Q10/0631 , G06Q10/04 , G06Q50/06
Abstract: 本发明提出一种生态流量的确定和保障方法及系统，该方法包括：获取所有生物保护对象的适宜生态流速范围；计算出每个月度的基于生物保护对象生态流量值；并计算每个月度的生态基流，构建基于组分结构的生态流量年度过程；预测不同丰枯条件下的天然来水量，确定每个月份的用水需求量，并计算年度缺水总量，再计算年度缺水率；根据年度缺水率计算全年各类用水的压减率，以根据压减率对各类用水量进行调整，并得到压减后基于组分结构的生态流量年度过程。本发明提出的生态流量的确定和保障方法，能够精准计算流域全年的生态流量，根据年度缺水率精确调整全年每个月份中各类用水量，以平衡各种用水需求，进而缓解流域的生活、生产和生态用水矛盾。
-
公开(公告)号：CN113762078A
公开(公告)日：2021-12-07
申请号：CN202110885473.4
申请日：2021-08-03
Applicant: 南昌工程学院
Abstract: 本发明公开了一种基于VMD‑CSSA‑LSTM‑MLR组合模型的湖泊TN预测方法。该方法首先通过VMD分解为K个本征模态分量；然后分别采用LSTM神经网络对高频信号进行处理预测，采用CSSA优化LSTM神经网络的超参数；采用MLR对低频信号进行处理预测；叠加所有模态分量的预测值，得到实际预测结果。本发明有效解决了其它常用的信号分解方法存在的模态混叠、端点效应等问题，且该方法运行速度快，分解结果稳定；同时，提高了算法的运行效率以及模型的预测精度，解决了LSTM神经网络的超参数人工确定难的问题，提高了预测模型的效率及精度。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.022 seconds)
