-
公开(公告)号：CN118212097B
公开(公告)日：2024-08-13
申请号：CN202410630045.0
申请日：2024-05-21
Applicant: 安徽省(水利部淮河水利委员会)水利科学研究院(安徽省水利工程质量检测中心站) , 合肥工业大学
Abstract: 本发明公开了一种基于水资源管理平台的取水量预警方法。该基于水资源管理平台的取水量预警方法，包括以下步骤：通过水资源管理平台收集取水量预测参数数据；根据取水量预测参数数据得到第一预设时间段取水量预测值；根据第一预设时间段取水量预测值得到取水量预警程度评估指数；根据取水量预警程度评估指数分析取水家庭用水情况；根据取水家庭用水情况进行相应的预警提醒。本发明通过计算第一预设时间段取水量预测值和取水量预警程度评估指数，从而根据取水量预警程度评估指数分析取水家庭用水情况并进行相应的预警提醒，达到了方便快捷地进行取水量预测的效果，解决了现有技术中存在不能方便快捷地对取水量进行预测的问题。
-
公开(公告)号：CN118246605A
公开(公告)日：2024-06-25
申请号：CN202410621680.2
申请日：2024-05-20
Applicant: 安徽省(水利部淮河水利委员会)水利科学研究院(安徽省水利工程质量检测中心站) , 合肥工业大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q10/067 , G06Q50/06 , G06F17/18
Abstract: 本发明涉及需水量预测技术领域，具体公开一种基于ARIMA模型的农村地区需水量预测方法，该方法包括：供水区域分析、用水区域判定、气象数据评定以及需水量预测反馈；首先依据农村地区所属供水区域的各供水区域的各供水设备，分析农村地区所属供水区域的供水程度；并依据农村地区所属用水区域的历史用水相关数据，判定农村地区所属用水区域的历史用水程度；同时依据农村地区的气象数据，评定农村地区的气象异常程度；采用ARIMA模型综合预测农村地区的参考需水量，由此对农村地区进行需水量预测反馈，有利于农村地区准确、全面预测需水情况，并更有效地制定水资源管理的合理规划决策，同时促进农村地区水资源的可持续发展。
-
Patent Agency Ranking
公开(公告)号：CN118246605B
公开(公告)日：2024-08-30
申请号：CN202410621680.2
申请日：2024-05-20
Applicant: 安徽省(水利部淮河水利委员会)水利科学研究院(安徽省水利工程质量检测中心站) , 合肥工业大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q10/067 , G06Q50/06 , G06F17/18
Abstract: 本发明涉及需水量预测技术领域，具体公开一种基于ARIMA模型的农村地区需水量预测方法，该方法包括：供水区域分析、用水区域判定、气象数据评定以及需水量预测反馈；首先依据农村地区所属供水区域的各供水区域的各供水设备，分析农村地区所属供水区域的供水程度；并依据农村地区所属用水区域的历史用水相关数据，判定农村地区所属用水区域的历史用水程度；同时依据农村地区的气象数据，评定农村地区的气象异常程度；采用ARIMA模型综合预测农村地区的参考需水量，由此对农村地区进行需水量预测反馈，有利于农村地区准确、全面预测需水情况，并更有效地制定水资源管理的合理规划决策，同时促进农村地区水资源的可持续发展。
-
公开(公告)号：CN118212097A
公开(公告)日：2024-06-18
申请号：CN202410630045.0
申请日：2024-05-21
Applicant: 安徽省(水利部淮河水利委员会)水利科学研究院(安徽省水利工程质量检测中心站) , 合肥工业大学
Abstract: 本发明公开了一种基于水资源管理平台的取水量预警方法。该基于水资源管理平台的取水量预警方法，包括以下步骤：通过水资源管理平台收集取水量预测参数数据；根据取水量预测参数数据得到第一预设时间段取水量预测值；根据第一预设时间段取水量预测值得到取水量预警程度评估指数；根据取水量预警程度评估指数分析取水家庭用水情况；根据取水家庭用水情况进行相应的预警提醒。本发明通过计算第一预设时间段取水量预测值和取水量预警程度评估指数，从而根据取水量预警程度评估指数分析取水家庭用水情况并进行相应的预警提醒，达到了方便快捷地进行取水量预测的效果，解决了现有技术中存在不能方便快捷地对取水量进行预测的问题。
-
公开(公告)号：CN119294479A
公开(公告)日：2025-01-10
申请号：CN202411452855.8
申请日：2024-10-17
Applicant: 合肥工业大学
Abstract: 本发明涉及机器学习技术领域，尤其是一种用于行业用户用水预测的联邦学习加速方法和系统。本发明提出的一种用于行业用户用水预测的联邦学习加速方法，在全局训练过程中，间隔多个全局训练次数，根据边缘服务器的本地训练速度进行分簇，形成多个边缘服务器集群；边缘服务器集群中的边缘服务器进行全局聚合以更新本地模型。本发明通过对边缘服务器进行分簇，以边缘服务器集群为单位进行簇内模型聚合，实现同步训练和异步训练相结合。且通过在全局训练过程中，根据本地训练时间间隔性分簇，实现了边缘服务器集群的动态组合，从而保证所有边缘服务器在全局训练过程中的相关性，保证了模型训练性能；各簇之间相互独立，簇内聚合相对于所有边缘服务器的聚合，大大节约模型训练时间。
-
公开(公告)号：CN118551889A
公开(公告)日：2024-08-27
申请号：CN202410648163.4
申请日：2024-05-23
Applicant: 合肥工业大学
IPC: G06Q10/04 , G06N3/0442 , G06N20/20 , G06N3/08 , G06N3/0499
Abstract: 本发明公开了一种行业用户用水预测方法，本发明通过所有用户的用水量数据使用同一个初始全局模型，利用损失函数完成模型的更新，在模型更新过程中，利用行业用户信息和二范数实现多次分簇，使得不同行业用户的用水量数据符合独立同分布，不同行业的用户能够利用同一个初始全局模型完成模型训练，更加的方便；同时使得最终分得的每个簇中的用户具有相似分布的用水量数据，用户训练模型具有较大的本地用水量数据作为支撑，以极大地减小每个簇中的每个用户训练出的模型差异，具有更高的预测精度。
-
公开(公告)号：CN118428552A
公开(公告)日：2024-08-02
申请号：CN202410651409.3
申请日：2024-05-24
Applicant: 合肥工业大学
IPC: G06Q10/04 , G06Q50/06 , G06N3/0455 , G06N3/0499 , G06N3/048 , G06N3/0442 , G06N3/08 , G06F17/16 , G06F17/18 , G06F18/214
Abstract: 本发明涉及水资源管理技术领域，公开了基于多头注意力机制的工业用水量预测方法、系统及介质。该方法获取历史用水量数据，设置长度为t1时间窗口，并设置滑动步长，将历史用水量数据分割为若干个数据样本，以此构成样本集。再构建包括多头注意力模块和前馈神经网络模块的多头注意力编码器模型。然后利用样本集对多头注意力编码器模型进行训练，并在测试合格后得到工业用水量预测模型，最后将待预测日之前连续t1天的用水量数据输入至工业用水量预测模型，从而输出待预测日的工业用水量预测结果。本发明能够准确预测工业用水量。
-
-
-
-
-
-
Search Results
7
records
(took 0.069 seconds)
