一种水库群多目标调度合作搜索方法及系统

    公开(公告)号:CN116108982A

    公开(公告)日:2023-05-12

    申请号:CN202310020969.4

    申请日:2023-01-06

    Applicant: 河海大学

    Abstract: 本发明公开了一种水库群多目标调度合作搜索方法及系统,包括以下步骤:①基于水库的基本信息建立梯级水库多目标调度模型;②对模型添加约束条件;③构建一种水库群多目标调度合作搜索方法及系统求解水库最优调度方案,通过采用团队沟通策略、内部竞争策略在整个解空间中进行广泛搜索,同时通过自我学习策略和自适应跳出局部最优策略跳出局部最优,实现全局探索和局部探索的动态平衡。本发明可有效提升水库群调度计算效率,快速给出水库群调度方案集合,具有计算参数少、收敛速度快、全局寻优能力强且不易陷入局部最优等优势,同时规避了复杂调参过程、编程实现简单、适用场景广泛,为复杂的水库群多目标工程问题求解提供更加有效的技术方法。

    一种逐级式线聚合降雨数据尺度转换方法

    公开(公告)号:CN112668761A

    公开(公告)日:2021-04-16

    申请号:CN202011493548.6

    申请日:2020-12-17

    Applicant: 河海大学

    Abstract: 本发明公开了一种逐级式线聚合降雨数据尺度转换方法,包括以下步骤:给定站点控制范围l;根据微波网络中第i条微波链路的长度Li对第i条链路进行分级;根据分级结果对链路进行离散化,依据该链路等级对该链路进行等分,取等分后的各分段链路中心点作为虚拟雨量站点;初始站点位置、估值确定;未估值最低级虚拟站点初步估值;获取初步估值的链路进行迭代优化;进入下一等级链路计算,重复直至所有等级链路计算完成。本发明提出的分级并逐级优化的概念,能够有效避免所有链路陷入局部最优解的问题;逐级优化能够有效降低长链路线聚合数据中的大误差对转化过程带来的影响,在保证算法的收敛速度的同时提高了转换结果的精度。

    通过微波链路网格化自适应可变尺度反演大气能见度的方法

    公开(公告)号:CN112070103A

    公开(公告)日:2020-12-11

    申请号:CN202010337179.5

    申请日:2020-04-26

    Applicant: 河海大学

    Abstract: 本发明公开了一种通过微波链路网格化自适应可变尺度反演大气能见度的方法,包括以下步骤:1)在监测区域根据区域大小合理划分大尺度网格,同时建立小尺度网格,每个大尺度网格划分3×3个小尺度网格嵌套,将微波链路和网格进行尺度匹配。2)对于大尺度网格使用随机森林算法判别大气能见度是否为500米进行分类训练,确定大气能见度小于500米的区域网格边界3)在边界内用程序实现小尺度网格自动转换,将获得的大气能见度多源数据融合以及反演计算获得小尺度网格能见度。本发明能够实现网格化自适应可变尺度反演大气能见度,解决了大气能见度反演空间分布不均匀的问题,为系统化监测反演大气能见度提供思路,提供高时空分辨率大气能见度反演方法。

    一种基于层次分析法的降雨观测评价方法及系统

    公开(公告)号:CN111104640A

    公开(公告)日:2020-05-05

    申请号:CN201911111921.4

    申请日:2019-11-14

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于层次分析法的降雨观测评价方法及系统,首先进行降雨观测时空数据预处理及建立降雨时空数据矩阵;其次,建立降雨观测技术指标评价体系;然后,基于层次分析法确定指标体系中各指标权重;最后,建立降雨观测技术综合评价模型。本发明提出了一种涵盖降雨数据时间分辨率、空间分辨率、精度、以及成本等信息的综合评价指标体系,为多源异构降雨信息评价提供了一种科学的评估标准;通过将降雨时空数据矩阵化,结合数学化模型,建立了多层次评价模型,解决了现有技术中无法考虑时空分辨率的问题。

    一种梯级水库群发电调度变尺度方法与系统

    公开(公告)号:CN115619027A

    公开(公告)日:2023-01-17

    申请号:CN202211326053.3

    申请日:2022-10-27

    Abstract: 本发明公开了一种梯级水库群发电调度变尺度方法与系统,包括:首先,确定参与计算的水库及其决策变量,按照水力联系确定计算顺序,而后采用随机搜索策略在初始调度轨迹邻域内生成初始种群;其次,分别采用大、中、小三种不同尺度搜索策略更新所有个体的位置,并逐对比较更新前后个体的适应度值、保留适应度较为优秀的个体;最后,重复执行上述过程直至满足终止条件,将当前种群中的最优个体作为最优调度方案。本发明具有原理清晰、易于执行、收敛速度快、搜索精度高等优势,能够显著提升梯级运行效益,为梯级水库群发电调度提供了一种实用、创新的技术手段。

    基于雨胞的无线微波雨衰减模型SSIM图像相似度评价方法

    公开(公告)号:CN114170427A

    公开(公告)日:2022-03-11

    申请号:CN202111340003.6

    申请日:2021-11-12

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于雨胞的无线微波雨衰减模型SSIM图像相似度评价方法,包括如下步骤:S10,从信号接收器处获得无线微波受到天气影响的衰减数据,并对数据进行预处理;S20,基于高斯雨胞概念构建链路降雨率分布公式,并对此积分建立含有待优化参数的雨衰减模型;S30,利用已有数据,采用遗传算法获得对应的参数为最终结果;S40,利用模型处理后的无线微波数据与水文站数据,以图像块亮度与降雨量成正相关系数的方式分别绘制相应区域固定某时段雨量图;S50,基于结构相似度SSIM对图像进行相似度评价。本发明提出了以图块亮度为核心的图像相似度分析手段,建立一个既能很好评价图像客观相似度又能与人眼主观感受一致评价标准。

    基于频率-精度映射的毫米波衰减信号采集系统及方法

    公开(公告)号:CN112750294B

    公开(公告)日:2021-11-02

    申请号:CN202110137695.8

    申请日:2021-02-01

    Applicant: 河海大学

    Abstract: 本发明公开了基于频率‑精度映射的毫米波衰减信号采集系统及方法,地面监测站将各环境要素的预报信息和真实监测值发送到终端服务器,预报信息可初步提供环境要素的预报强度,先采用数据库当前存储的最佳毫米波发射频率来监测单个环境要素;引入一个评价不同毫米波频率下监测环境要素精度的函数,通过动态调整设定目标监测精度和利用差商代替直线斜率的方法,自适应搜寻最佳毫米波发射频率,并建立监测精度和毫米波发射频率的映射关系。本发明可以通过地面监测站提供的预报信息和真实测量值快速细分监测的环境要素的种类和强度,自适应建立环境要素的监测精度和最佳毫米波发射频率的映射关系。

    基于频率-精度映射的毫米波衰减信号采集系统及方法

    公开(公告)号:CN112750294A

    公开(公告)日:2021-05-04

    申请号:CN202110137695.8

    申请日:2021-02-01

    Applicant: 河海大学

    Abstract: 本发明公开了基于频率‑精度映射的毫米波衰减信号采集系统及方法,地面监测站将各环境要素的预报信息和真实监测值发送到终端服务器,预报信息可初步提供环境要素的预报强度,先采用数据库当前存储的最佳毫米波发射频率来监测单个环境要素;引入一个评价不同毫米波频率下监测环境要素精度的函数,通过动态调整设定目标监测精度和利用差商代替直线斜率的方法,自适应搜寻最佳毫米波发射频率,并建立监测精度和毫米波发射频率的映射关系。本发明可以通过地面监测站提供的预报信息和真实测量值快速细分监测的环境要素的种类和强度,自适应建立环境要素的监测精度和最佳毫米波发射频率的映射关系。

    基于无线微波衰减特征迁移学习的浓雾监测方法

    公开(公告)号:CN111274911B

    公开(公告)日:2020-12-01

    申请号:CN202010050327.5

    申请日:2020-01-17

    Applicant: 河海大学

    Abstract: 本发明公开了一种基于无线微波衰减特征迁移学习的浓雾监测方法,通过将预处理后的微波衰减信号强度数据进行小波变换得到时频图,对时频图尺寸大小进行调整,得到调整图像,将训练集输入Alexnet网络进行训练,在Alexnet网络达到预设要求时,根据Alexnet网络当前的网络参数确定Alexnet网络模型,并利用Alexnet网络模型对测试集进行检测,输出测试集中各个调整图像的网络检测结果,根据网络检测结果和预设的反演公式计算测试集中各个调整图像的浓雾液态水含量,以根据各个浓雾液态水含量计算测试集中各个调整图像对应的能见度,可以提高能见度等浓雾参数监测的灵活性,提升所得能见度等浓雾参数的准确性。

    一种耦合人工神经网络的水库群调度方法与系统

    公开(公告)号:CN116842831A

    公开(公告)日:2023-10-03

    申请号:CN202310747030.8

    申请日:2023-06-21

    Applicant: 河海大学

    Abstract: 本发明公开了一种耦合人工神经网络的水库群调度方法与系统,包括S1、根据水库水位上下限和历史入库流量的最大值和最小值进行水位和流量状态离散,获得包含水库入库流量、起始水位、结束水位进行状态组合的数据集,然后通过水量平衡计算不同组合下的下泄流量,通过出力计算公式计算不同组合下的出力;S2、以状态组合的数据集为输入、对应的不同组合下的下泄流量、水库出力为输出,利用ANN网络构建并训练水库下泄流量和出力预测模型;S3、将水库下泄流量和出力预测模型带入至POA算法中迭代计算,进行水库群优化调度。本发明在获得与原算法几乎接近的调度优化结果的同时,显著减少原算法“维数灾”的限制,从而提高算法的计算效率。

Patent Agency Ranking