-
公开(公告)号：CN114357737B
公开(公告)日：2024-04-05
申请号：CN202111570183.7
申请日：2021-12-21
Applicant: 武汉大学
IPC: G06F30/20 , G06F111/06 , G06F111/10 , G06F113/08
Abstract: 本发明提供一种针对大尺度水文模型时变参数的代理优化率定方法，包括：选定分布式水文模型，以流域为研究对象构建模型，筛选出敏感参数；结合确定的敏感参数值，根据与其相关的关键指标实测数据验证模型，经验证后进行长时间序列的数值模拟；基于上述模拟结果统计不同时间尺度下关键指标模拟量，以及对应的年实测量；将长时间序列分为若干段；设置敏感参数经验值的校正因子并建立代理优化率定模型；选取合适的评价指标对校正因子进行率定，得到不同季节校正因子的后验分布；使用校正因子对敏感参数经验值进行校正，得到季节尺度下其变参数值并比对模拟精度。本发明实现了对大尺度模型参数的快速率定，解决了大尺度模型参数率定的耗时低效问题。
-
公开(公告)号：CN113986897A
公开(公告)日：2022-01-28
申请号：CN202111236013.5
申请日：2021-10-22
Applicant: 武汉大学
IPC: G06F16/215 , G06F16/25
Abstract: 本发明提供了一种基于水文机器人的多源数据融合方法及装置，其中的数据融合方法包括以下步骤：步骤1、数据的采集、传输与存储，采集和传输流域水文测站与水文机器人等移动式设备的测量数据，在统一数据格式后，将数据存储至水文信息数据库；步骤2、构建多源数据校验规则，包括水文测站与机器人数据相互校验规则、水文机器人多点数据校验规则；步骤3、依据上述校验规则，进行数据异常值的诊断与误差源的判别；步骤4、校正水文数据，转换数据时间尺度，实现多源数据的融合。本发明适用于水文测站与水文机器人的数据校验场景，通过水文机器人的多机联动，能实现多源数据的实时校验与融合，提高水文数据的测量精度。
-
公开(公告)号：CN114117953A
公开(公告)日：2022-03-01
申请号：CN202111312143.2
申请日：2021-11-08
Applicant: 武汉大学
IPC: G06F30/28 , G06F119/14
Abstract: 本发明提供基于时变参数的水文模型结构诊断方法、径流预报方法及装置，能够构建出准确反映目标区域流域水文物理过程的模型结构，从而更精准地进行径流模拟和预报。水文模型结构诊断方法包括：步骤1.收集目标流域的水文数据；步骤2.筛选敏感参数；步骤3.水文模型参数率定以确定非敏感参数，数据同化以识别敏感参数时变序列；步骤4.分析敏感参数时变序列的影响因子；步骤5.根据影响因子诊断模型可能存在缺陷的模块，并选择该模块其他的概化结构，形成待测试模型；步骤6.识别待测试模型敏感参数的时变序列；步骤7.当参数的时间变化减弱、模拟效果改善时，则确定相应的待测试模型为结构更优的修正模型；步骤8.确定最终模型。
-
公开(公告)号：CN113505913A
公开(公告)日：2021-10-15
申请号：CN202110660802.5
申请日：2021-06-15
Applicant: 武汉大学
Abstract: 本发明提供面向水生群落系统稳定性的水库优化调度决策方法和装置，方法包括：步骤1.确定研究情景，收集水库群系统基本资料、历史调度数据及下游站点水文数据和生物量数据，确定水库调度行为的影响因子与决策变量；步骤2.考虑多种群间相互作用，构建随机多种群动态模型；步骤3.计算水文变异度，通过噪声强度来描述水文变异对水生群落的扰动，建立“流‑生态”关系，对水文变异影响下的水生群落系统稳定性进行分析；步骤4.采用稳态时间ST和稳态时刻的变异系数CVST两个生态指标分别来辨识多种群系统的回弹性和抵抗力；步骤5.综合考虑水库供水、发电目标以及ST、CVST生态目标，对水库运行曲线进行优化，得到水库优化调度决策。
-
公开(公告)号：CN113869577B
公开(公告)日：2024-08-09
申请号：CN202111127133.1
申请日：2021-09-26
Applicant: 武汉大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06F17/11
Abstract: 本发明公开了一种基于特征参数的水库中长期调度方法及系统，根据当前时段和未来时段的发电量，推求最大化总发电量的水库最优调度条件；根据发电量的函数形式，推求水库的简化最优调度条件；根据简化最优调度条件，求解中长期调度规则；根据水库发电调度的最优调度条件，进行水库中长期调度。本发明从机理上对水库调度规则进行了推导，可广泛应用于水库调度的优化，为科学求解提供依据。
-
Patent Agency Ranking
公开(公告)号：CN113505913B
公开(公告)日：2022-07-05
申请号：CN202110660802.5
申请日：2021-06-15
Applicant: 武汉大学
Abstract: 本发明提供面向水生群落系统稳定性的水库优化调度决策方法和装置，方法包括：步骤1.确定研究情景，收集水库群系统基本资料、历史调度数据及下游站点水文数据和生物量数据，确定水库调度行为的影响因子与决策变量；步骤2.考虑多种群间相互作用，构建随机多种群动态模型；步骤3.计算水文变异度，通过噪声强度来描述水文变异对水生群落的扰动，建立“流‑生态”关系，对水文变异影响下的水生群落系统稳定性进行分析；步骤4.采用稳态时间ST和稳态时刻的变异系数CVST两个生态指标分别来辨识多种群系统的回弹性和抵抗力；步骤5.综合考虑水库供水、发电目标以及ST、CVST生态目标，对水库运行曲线进行优化，得到水库优化调度决策。
-
公开(公告)号：CN113869577A
公开(公告)日：2021-12-31
申请号：CN202111127133.1
申请日：2021-09-26
Applicant: 武汉大学
Abstract: 本发明公开了一种基于特征参数的水库中长期调度方法及系统，根据当前时段和未来时段的发电量，推求最大化总发电量的水库最优调度条件；根据发电量的函数形式，推求水库的简化最优调度条件；根据简化最优调度条件，求解中长期调度规则；根据水库发电调度的最优调度条件，进行水库中长期调度。本发明从机理上对水库调度规则进行了推导，可广泛应用于水库调度的优化，为科学求解提供依据。
-
公开(公告)号：CN113986897B
公开(公告)日：2024-09-27
申请号：CN202111236013.5
申请日：2021-10-22
Applicant: 武汉大学
IPC: G06F16/215 , G06F16/25
Abstract: 本发明提供了一种基于水文机器人的多源数据融合方法及装置，其中的数据融合方法包括以下步骤：步骤1、数据的采集、传输与存储，采集和传输流域水文测站与水文机器人等移动式设备的测量数据，在统一数据格式后，将数据存储至水文信息数据库；步骤2、构建多源数据校验规则，包括水文测站与机器人数据相互校验规则、水文机器人多点数据校验规则；步骤3、依据上述校验规则，进行数据异常值的诊断与误差源的判别；步骤4、校正水文数据，转换数据时间尺度，实现多源数据的融合。本发明适用于水文测站与水文机器人的数据校验场景，通过水文机器人的多机联动，能实现多源数据的实时校验与融合，提高水文数据的测量精度。
-
公开(公告)号：CN113204583A
公开(公告)日：2021-08-03
申请号：CN202110400123.4
申请日：2021-04-14
Applicant: 武汉大学
IPC: G06F16/2458 , G06N3/04 , G06N3/08 , G06Q10/06 , G06Q50/06
Abstract: 本发明提供水库群调度决策行为挖掘方法和水库调度自动控制装置，方法包括：步骤1.确定研究情景，收集水库群系统基本资料、历史调度数据及库区站点气象数据，确定水库群调度行为的影响因子与决策变量；步骤2.确定用于挖掘水库群调度决策行为的深度学习算法；步骤3.审查水库群调度数据的准确性；步骤4.构建耦合水库基本原理与深度学习模型的水库群调度决策行为挖掘模型；步骤5.基于训练集样本率定模型的超参数，基于模型损失函数反向传播更新模型的网络参数，依据模型在测试集的模拟精度确定模型最优超参数，最终建立水库群调度行为的影响因子与决策变量的映射关系，实现水库群调度决策行为的挖掘。
-
公开(公告)号：CN114117953B
公开(公告)日：2024-06-28
申请号：CN202111312143.2
申请日：2021-11-08
Applicant: 武汉大学
IPC: G06F30/28 , G06F119/14
Abstract: 本发明提供基于时变参数的水文模型结构诊断方法、径流预报方法及装置，能够构建出准确反映目标区域流域水文物理过程的模型结构，从而更精准地进行径流模拟和预报。水文模型结构诊断方法包括：步骤1.收集目标流域的水文数据；步骤2.筛选敏感参数；步骤3.水文模型参数率定以确定非敏感参数，数据同化以识别敏感参数时变序列；步骤4.分析敏感参数时变序列的影响因子；步骤5.根据影响因子诊断模型可能存在缺陷的模块，并选择该模块其他的概化结构，形成待测试模型；步骤6.识别待测试模型敏感参数的时变序列；步骤7.当参数的时间变化减弱、模拟效果改善时，则确定相应的待测试模型为结构更优的修正模型；步骤8.确定最终模型。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.018 seconds)
