-
公开(公告)号:CN110331704A
公开(公告)日:2019-10-15
申请号:CN201910454861.X
申请日:2019-05-29
Applicant: 福州水务平潭引水开发有限公司 , 福州大学 , 福州城建设计研究院有限公司
IPC: E02B8/08
Abstract: 本发明公开了一种旋转门式过鱼通道,包括平行插在河道内的两块通道板,两块所述通道板上端共同固定设有多块安装板,每块所述安装板上均设固定安装有一个旋转电机,每个所述旋转电机的输出端均固接有一根转动轴,且每根转动轴均竖直向下延伸且底端恰好不与河道底部接触,每根所述转动轴的底端侧壁上均固接有六扇叶片,其中位于河道上游和河道下游的所述转动轴上均安装有一组音响。本发明能够将下游需要洄游产卵的鱼群逐级向上游推送,从而帮助鱼群克服水流阻力洄游产卵;可将鱼道的形状拉直,缩短了鱼道的长度,节约开挖鱼道的成本;且上游的泥沙和杂质也可被旋转门式的叶片顺利被带到下游,防止河道淤积。
-
公开(公告)号:CN110331704B
公开(公告)日:2021-03-16
申请号:CN201910454861.X
申请日:2019-05-29
Applicant: 福州水务平潭引水开发有限公司 , 福州大学 , 福州城建设计研究院有限公司
IPC: E02B8/08
Abstract: 本发明公开了一种旋转门式过鱼通道,包括平行插在河道内的两块通道板,两块所述通道板上端共同固定设有多块安装板,每块所述安装板上均设固定安装有一个旋转电机,每个所述旋转电机的输出端均固接有一根转动轴,且每根转动轴均竖直向下延伸且底端恰好不与河道底部接触,每根所述转动轴的底端侧壁上均固接有六扇叶片,其中位于河道上游和河道下游的所述转动轴上均安装有一组音响。本发明能够将下游需要洄游产卵的鱼群逐级向上游推送,从而帮助鱼群克服水流阻力洄游产卵;可将鱼道的形状拉直,缩短了鱼道的长度,节约开挖鱼道的成本;且上游的泥沙和杂质也可被旋转门式的叶片顺利被带到下游,防止河道淤积。
-
公开(公告)号:CN209760134U
公开(公告)日:2019-12-10
申请号:CN201822082211.0
申请日:2018-12-12
Applicant: 福州水务平潭引水开发有限公司 , 福州大学 , 福州城建设计研究院有限公司
Abstract: 本实用新型公开了一种仿自然鱼道模型,包括高进口水池、低进口水池、固定组件、鱼道外壳、闸门、进鱼口和汇合池,所述高进口水池一端底部设置有低进口水池,所述高进口水池与低进口水池一端均套接有鱼道外壳,所述鱼道外壳顶部两侧均通过螺丝固定有螺纹柱,所述螺纹柱顶部套接有连接板,所述连接板一端开设有螺纹槽,该仿自然鱼道模型结构简单,操作方便,利用高进口水池与低进口水池进水,再通过闸门控制流量,可以根据汇合池水位高低选择进水方式,有利于诱鱼,闸门设置有隔栏,隔栏缓冲水流速度,大大减小对鱼类的影响,避免引起鱼类停滞,同时观察室与采样室有利于直接观察鱼类,方便鱼类取样,有利于鱼类统计。
-
公开(公告)号:CN119337733A
公开(公告)日:2025-01-21
申请号:CN202411471824.7
申请日:2024-10-22
Applicant: 福州大学
IPC: G06F30/27 , G06F18/23 , G06F16/29 , G06F18/10 , G06F18/213 , G06N3/006 , G06F119/12
Abstract: 本发明公开了考虑预测区间水文气象变化的库岸边坡短期变形趋势IKHM‑EFS‑TimeMixer预测方法,包括以下步骤:1)采集库岸边坡历史变形序列并进行聚类区分;2)初始化IKHM算法并对特征相似的库岸边坡致变因子序列进行IKHM聚类;3)构建致变因子序列的聚类特征分析矩阵;4)将聚类特征分析矩阵中位移序列进行EWT分解,将各分解序列中判定的噪声序列予以剔除,重构每一组位移序列。5)基于更新的聚类特征分析矩阵并考虑预测区间水文气象变化,应用TimeMixer模型预测库岸边坡短期未来任意步长的变形趋势。本发明通过优化聚类获取全局特性明显的聚类结果,区分变形序列聚类后的叠加噪声项和特征项,并考虑一定的预测区间水文气象变化,在预测库岸边坡短期内的变形趋势方面有较好表现。
-
公开(公告)号:CN116011340A
公开(公告)日:2023-04-25
申请号:CN202310065477.7
申请日:2023-01-16
Applicant: 福州大学
IPC: G06F30/27 , G06F30/13 , G06Q10/0639 , G06Q50/08 , G06N3/0442 , G06F18/10 , G06F18/27 , G06F123/02
Abstract: 本发明涉及一种考虑异元不确定性影响下的边坡变形预测方法。该方法:对相关历史监测数据进行处理;将处理好的数据按划分为学习样本集、定标样本集与预测集;将学习样本集作为基于异向弹性长短期记忆神经网络的输入构建多个区间预测模型;将得到的区间预测模型结合对应的定标样本进行初步感知,并根据实际观测值与输出的预测区间的关系得到相应的保形分数组,并分别计算经验概率分位数;利用经验概率分位数对各个模型生成的预测区间进行自适应优化,使得所构建的每个区间预测模型在有效理论覆盖和区间覆盖宽度两个矛盾的指标中取得最佳平衡,生成不确定性区间预测结果或确定性点预测值。本发明能够满足不同地况、不同位置的边坡变形预测需求。
-
公开(公告)号:CN111551147B
公开(公告)日:2022-03-08
申请号:CN202010517180.6
申请日:2020-06-09
Applicant: 福州大学
IPC: G01B21/32 , G01C15/00 , G01S19/14 , G01D21/02 , G06Q10/06 , G06Q10/04 , G06Q50/08 , G06T17/10 , G06N3/04
Abstract: 本发明提供了一种基于GNSS与测量机器人融合的拱坝表面变形监测系统,将GNSS与测量机器人技术相融合,两种方法互补不足,实现拱坝大坝表面变形高效准确的自动观测。在此基础上通过结合BIM技术将结构信息和监测数据动态关联,并构建了包含多种机器学习等人工智能方法的实时评估体系,形成一套基于GNSS与测量机器人技术的拱坝表面变形监测系统,可以协助工作人员高效完成拱坝变形监测资料的分析评估工作,提高大坝信息化管理水平。
-
公开(公告)号:CN113625645A
公开(公告)日:2021-11-09
申请号:CN202110955494.9
申请日:2021-08-19
Applicant: 福州大学 , 福建省水利投资开发集团有限公司 , 福建省水利投资开发集团新罗水务有限公司
IPC: G05B19/042
Abstract: 本发明公开了一种堆石混凝土坝智能监测方法及管理系统,监测管理系统包括多个监测仪器、数据管理模块、三维建模模块、数据处理模块、设备管理模块、报表管理模块和系统管理模块;数据管理模块用于存储监测数据;三维建模模块用于展示水库主体模型、监测仪器设备和水库上下游三维地形;数据处理模块通过云平台与巡检APP结合使用完成大坝安全问题巡检并进行预警发布;设备管理模块用于保证监测设备安全运行;报表管理模块用于生成水库运行监测报告和查找历史水库运行监测报告;系统管理模块用于云平台人员使用权限设置及数据查看;本方案监控实时便利、数据交互可靠且能够及时对水库安全性进行做出评估和相应决策。
-
公开(公告)号:CN111694916A
公开(公告)日:2020-09-22
申请号:CN202010517174.0
申请日:2020-06-09
Applicant: 福州大学
IPC: G06F16/29 , G06F30/13 , G06N3/04 , G06N3/08 , G06Q10/06 , G06Q50/06 , G01C13/00 , G01D21/02 , G01K13/02 , G01S19/14 , G01S19/43
Abstract: 本发明提供了一种浆砌石拱坝自动化监测系统,包括:数据采集模块、数据中心库模块和拱坝安全监测分析预警模块;所述数据采集模块包括:水位传感器、温度传感器和坝体径向位移监测模块;所述数据中心库模块用于存储数据采集模块和拱坝安全监测分析预警模块生成的历史数据;所述拱坝安全监测分析预警模块通过多元线性回归方法和/或LSTM方法和/或高斯过程回归方法和/或卷积神经网络方法对数据采集模块传输的监测数据进行阈值判断以确定是否发出预警信息。其提出砌石拱坝的大坝安全反演模型和预测评估预警系统,通过人工智能方法的运用能够将结构校核时间推进到秒级响应,为大坝的实时安全评估和预测预警分析开辟新路。
-
公开(公告)号:CN120068215A
公开(公告)日:2025-05-30
申请号:CN202510123976.6
申请日:2025-01-26
Applicant: 福州大学
IPC: G06F30/13 , G06F30/25 , G06F119/02
Abstract: 本发明提供一种基于双层SPH模型的滑坡体阻塞河道判断方法,针对目前双层SPH模型应用到滑坡体入水过程的分析中,需要人工分析计算堆积结果,从而进行滑坡体是否形成堵江的判断结果问题,提出一种基于双层SPH模型的滑坡体阻塞河道判断方法,通过堵江控制向量及河道两端控制点形成滑坡体局部坐标系,在此基础上建立基于控制截面溢流通道的堵江自动判断方法,实现对滑坡体堵江过程的自动判断和河道阻塞程度的准确分析,对滑坡堵江灾害评估和风险预警均具有重要的意义。
-
公开(公告)号:CN119337732A
公开(公告)日:2025-01-21
申请号:CN202411471262.6
申请日:2024-10-22
Applicant: 福州大学
IPC: G06F30/27 , G06F18/27 , G06N3/049 , G06N3/0464 , G06F18/10 , G06F18/2135 , G06F18/213 , G06N3/006
Abstract: 本发明提供一种基于PZOA‑VMD‑TCN的土石坝变形预测方法,首先收集大坝变形数据与环境量数据,并整合为基于时间序列的大坝变形测值序列,按照设定的比例划分训练集与测试集,并对所有数据进行归一化处理;然后利用PZOA寻优算法对VMD分解参数中的参数模态数K和惩罚因子alpha进行寻优;并将寻优所得值应用到VMD分解算法中对变形数据进行分解得到若干IMF子序列值;基于变形影响因子,利用PLS方法对变形影响因子进行筛选,找出每个IMF分量对应的最优输入变形影响因子集和主成分个数;最后,根据得到的所述最佳输入变形因子集构建变形预测输入数据集,利用PZOA‑TCN模型预测土石坝变形值。
-
-
-
-
-
-
-
-
-