-
公开(公告)号:CN119358838A
公开(公告)日:2025-01-24
申请号:CN202411587840.2
申请日:2024-11-08
Applicant: 长江水利委员会水文局 , 中国长江电力股份有限公司
IPC: G06Q10/063 , G06Q50/26 , G06F30/28 , G01W1/10 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种基于耦合气象水文水动力超标准洪水预报预警方法及系统,收集研究区监测站点历史水文数据,筛选超标准洪水气候预警指标,构建超标准洪水气候预警指标图;构建研究区流域拓扑关系,构建洪水演进模型和水文水动力学预报模型,构建流域超标准洪水预报方案体系;构建气象水文水力学耦合流域超标准洪水预报模型;基于超标准洪水预报方案体系求解流域超标准洪水预报模型并结合专家经验实时校正,得到实时更新的流域超标准洪水预报方案。本发明与传统超标准洪水预报预警方法相比,能够在洪水预报精度和预见期等方面满足现代化防灾减灾救灾体系的需求。
-
公开(公告)号:CN117010282A
公开(公告)日:2023-11-07
申请号:CN202311043902.9
申请日:2023-08-17
Applicant: 中国长江三峡集团有限公司 , 长江水利委员会水文局 , 中国长江电力股份有限公司
Inventor: 冯宝飞 , 胡挺 , 陈瑜彬 , 鲍正风 , 李玉荣 , 张松 , 牛文静 , 汤正阳 , 许银山 , 纪国良 , 田逸飞 , 郭率 , 严方家 , 刘亚新 , 曾明 , 冯志州 , 徐雨妮 , 王乐 , 张晶 , 邢雯慧 , 顾丽
Abstract: 本发明涉及水文预测技术领域,公开了基于机器学习模型的水文时间序列预测方法及装置,该方法包括:获取目标流域水文数据,对目标流域水文数据进行归一化处理,生成归一化数据训练集和归一化数据测试集;建立机器学习模型,并基于归一化数据训练集,利用改进的麻雀搜索算法对机器学习模型的模型参数进行优化,生成最优模型参数;基于归一化数据测试集,利用代入最优模型参数后的机器学习模型生成水文时间序列预测结果。本发明显著提高对水文时间序列的预测精度、延长预见期,为水旱灾害防御和水资源综合管理提供更及时精确的水文信息。
-
公开(公告)号:CN115271255B
公开(公告)日:2022-12-09
申请号:CN202211139933.X
申请日:2022-09-19
Applicant: 长江水利委员会水文局
Abstract: 本申请公开了一种基于知识图谱和机器学习的雨洪相似性分析方法和系统,通过对独立性检验后的暴雨特征指标集和洪水特征指标集进行主成分分析和聚类分析,获得暴雨聚类集合与洪水聚类集合,以及暴雨聚类集合中每一暴雨聚类与洪水聚类结合中每一洪水聚类的映射关系,形成暴雨聚类与洪水聚类之间的经验概率定量匹配关系;结合知识图谱和机器学习的相关技术,将待检雨洪过程数据输入雨洪推荐模块,获得若干组历史上的相似雨洪过程数据;将相似雨洪过程数据分别输入雨洪关系知识图谱,给出相似度数值,并对相似度数值进行降序排列。本申请大大提高了预测的效率和精确度,解决了机器学习对多样本多特征处理处理的局限,以及有效性分析薄弱的问题。
-
公开(公告)号:CN115271255A
公开(公告)日:2022-11-01
申请号:CN202211139933.X
申请日:2022-09-19
Applicant: 长江水利委员会水文局
Abstract: 本申请公开了一种基于知识图谱和机器学习的雨洪相似性分析方法和系统,通过对独立性检验后的暴雨特征指标集和洪水特征指标集进行主成分分析和聚类分析,获得暴雨聚类集合与洪水聚类集合,以及暴雨聚类集合中每一暴雨聚类与洪水聚类结合中每一洪水聚类的映射关系,形成暴雨聚类与洪水聚类之间的经验概率定量匹配关系;结合知识图谱和机器学习的相关技术,将待检雨洪过程数据输入雨洪推荐模块,获得若干组历史上的相似雨洪过程数据;将相似雨洪过程数据分别输入雨洪关系知识图谱,给出相似度数值,并对相似度数值进行降序排列。本申请大大提高了预测的效率和精确度,解决了机器学习对多样本多特征处理处理的局限,以及有效性分析薄弱的问题。
-
公开(公告)号:CN114862073B
公开(公告)日:2022-10-14
申请号:CN202210797117.1
申请日:2022-07-08
Applicant: 长江水利委员会水文局
IPC: G06Q10/04 , G06Q50/26 , G06F30/27 , G06F30/28 , G06N3/04 , G06F111/10 , G06F113/08
Abstract: 本发明提供了一种气陆库水四维耦合的中长期径流预报方法,分别建立基于气候模式、串联两参数水量平衡模型、蓄量差值模型、来水合成模型的流域气‑陆‑库‑水计算方案;分别建立气陆、陆库、库水耦合器,通过智能校正、状态判断机、均匀分配等方法,将气候模式格点输出转化为两参数模型的分区输入,将两参数模型流量输出转为水库模型的水位输入,将水库模型的蓄水输出转为来水模型的影响流量输入;利用耦合器将模型耦合,建立中长期径流耦合预报模型,得到实际流量预报值。本发明能够实现旬‑月‑季尺度径流预报,考虑了水库调蓄对径流预报的影响,较常用的方法具有较高的精度,且能够保证水量的平衡。
-
公开(公告)号:CN114862073A
公开(公告)日:2022-08-05
申请号:CN202210797117.1
申请日:2022-07-08
Applicant: 长江水利委员会水文局
IPC: G06Q10/04 , G06Q50/26 , G06F30/27 , G06F30/28 , G06N3/04 , G06F111/10 , G06F113/08
Abstract: 本发明提供了一种气陆库水四维耦合的中长期径流预报方法,分别建立基于气候模式、串联两参数水量平衡模型、蓄量差值模型、来水合成模型的流域气‑陆‑库‑水计算方案;分别建立气陆、陆库、库水耦合器,通过智能校正、状态判断机、均匀分配等方法,将气候模式格点输出转化为两参数模型的分区输入,将两参数模型流量输出转为水库模型的水位输入,将水库模型的蓄水输出转为来水模型的影响流量输入;利用耦合器将模型耦合,建立中长期径流耦合预报模型,得到实际流量预报值。本发明能够实现旬‑月‑季尺度径流预报,考虑了水库调蓄对径流预报的影响,较常用的方法具有较高的精度,且能够保证水量的平衡。
-
公开(公告)号:CN110020968A
公开(公告)日:2019-07-16
申请号:CN201910282880.9
申请日:2019-04-10
Applicant: 长江水利委员会水文局
Abstract: 本发明公开了一种面向水文气象的通用产品服务构建系统及集成方法,包括步骤A、调用水文气象产品的各类系统;步骤B、负载均衡服务器,涉及到负载均衡策略;步骤C、静态资源服务器,涉及到静态资源配置;步骤D、水文气象产品处理服务器,涉及到应用拆分及高可用性;步骤E、水文气象产品处理日志数据库;步骤F、水文气象产品日志统计分析程序。该方法将所有水文气象类产品,采用分布式服务器+面向服务的集成方式,先将各类产品生成程序部署在多个服务器上,再集成为统一的服务,对外提供一个接口。当业务系统需要应用某类产品时,只需调用统一的服务接口,做到“一次生成,多次使用”。
-
公开(公告)号:CN118568966B
公开(公告)日:2025-01-21
申请号:CN202410714650.6
申请日:2024-06-04
Applicant: 长江水利委员会水文局 , 安徽省水文局(安徽省水土保持监测总站)
IPC: G06F30/20 , G06Q10/0635 , G06Q50/26 , G06F113/08
Abstract: 本发明提供一种基于流量重现期的流域山洪风险分布式表达方法,构建流域分布式新安江模型,得到分布式网格流量序列;基于DEM进行水文分析计算,得到流域汇流累积量的空间分布,对所述流域汇流累积量进行归一化处理,生产空间个体网格对流域出口流量贡献度空间分布;着重考虑流域内各网格对流域出口空站流量过程的贡献度,结合出口控制站设计流量,确定网格风险可承担度,即各网格设计流量,结合分布式模拟结果,通过空间差分、融合,更加清晰地表达山洪风险的时空分布。
-
公开(公告)号:CN116822825B
公开(公告)日:2024-04-16
申请号:CN202310214827.1
申请日:2023-03-08
Applicant: 长江水利委员会水文局
IPC: G06Q10/0631 , G06Q50/26
Abstract: 本公开涉及一种跨省江河流域水量调度方法及系统,该方法包括如下步骤:采集待研究区域的流域地理位置数据、水文数据和行政区划数据;基于所述流域地理位置数据和行政区划数据;基于所述水文数据,对地表水的净流量进行一致性分析,计算水资源总量和水资源可利用量;基于水文数据构建流域河网有向拓扑图,计算不同时间尺度的河网水通量矩阵;采集各个站点的污染物分布和生态评价参数,计算污染物入河量,通过污染物入河量和生态评价参数,构建水资源禀赋集合;基于水量平衡指标和水资源禀赋集合,构建基于神经网络模型的水量调度模块,对跨省江河流域的水资源进行分配。本发明大大提高了跨省江河流域的水量调度精度和公平度。
-
公开(公告)号:CN106651008A
公开(公告)日:2017-05-10
申请号:CN201611046793.6
申请日:2016-11-23
Applicant: 长江水利委员会水文局
Abstract: 本发明公开了一种面向水文预报的通用网络服务构建方法,该构建方法包括如下步骤:1)对预报计算模型进行封装,满足SOA的需求;2)通过网络传输协议用于服务的请求和数据的传输;3)计算服务器部署在分布式计算节点上,利用集群统一管理,通过负载均衡机制,保证用户的请求得到实时的响应。该方法摆脱了传统预报计算软件的限制,直接为跨平台应用提供通用的服务接口,确保了预报计算的一致性和通用性。同时,服务计算采用分布式部署,有效的提高了预报计算的效率,降低了系统的耦合性,扩展性和可控性也得到加强。
-
-
-
-
-
-
-
-
-