买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉河海大学;水利部交通运输部国家能源局南京水利科学研究院申请的专利融合注意力机制与物理递归神经网络的流域径流预报方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120258259B 。

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510745484.0，技术领域涉及：G06Q10/04；该发明授权融合注意力机制与物理递归神经网络的流域径流预报方法是由邓超;孙培源;尹鑫;张海滨设计研发完成，并于2025-06-05向国家知识产权局提交的专利申请。

本融合注意力机制与物理递归神经网络的流域径流预报方法在说明书摘要公布了：本发明公开了融合注意力机制与物理递归神经网络的流域径流预报方法，本发明收集研究流域的历史水文气象数据与地理属性数据，选取日尺度水文模型，明确模型的中间通量与状态变量；构建具备物理机制约束的PRNN循环网络结构，在该结构中引入时序注意力机制，动态估计不同储水状态变量对径流模拟的相对贡献权重；以水文气象驱动因子与流域地理属性为输入，模拟生成模型内部物理参数，并结合注意力权重和目标函数的反向传播机制进行参数的协同优化；基于训练完成的耦合PRNN模型开展流域径流预报。本发明增强了模型的物理一致性与水文过程表征能力，有效提升了机器学习模型在流域径流预报中的可解释性与稳定性。

本发明授权融合注意力机制与物理递归神经网络的流域径流预报方法在权利要求书中公布了：1.融合注意力机制与物理递归神经网络的流域径流预报方法，其特征在于，其步骤包括： 对研究流域内的历史水文气象数据进行质量检验和预处理，构建水文驱动因子集合； 对研究流域内的地理属性数据进行标准化处理，构建流域地理属性因子集合； 构建PRNN模型；所述PRNN模型包括输入层、PRNN循环层和输出层；所述PRNN循环层构建步骤包括： 选取适用于日尺度模拟的水文模型；选用的日尺度水文概念模型需具备明确的储水层状态变量划分，并能够描述流域内水量的时空迁移过程； 基于所选水文模型中水文目标变量的计算方程，将循环神经网络中的RNN循环单元中的激活函数替换为水文模型中间状态变量与径流产汇过程的物理公式，构建具有物理机制约束的PRNN循环网络架构； PRNN循环网络架构中的激活函数的权重与偏差被替换为通过物理参数化网络模拟的物理参数，并在RNN循环单元中更新；其中，在所述物理参数化网络以水文驱动因子集合与流域地理属性因子集合作为输入，经过三层的全连接层以模拟PRNN模型内部的物理参数，分别生成动态物理参数与静态物理参数，并在每个时间步动态更新静态和动态参数的组合权重，通过加权融合动态物理参数与静态物理参数，以生成PRNN模型最终的内部物理参数； 在PRNN循环网络架构中引入注意力机制；其中，在所述PRNN循环网络架构中引入注意力机制，用于学习不同状态变量在当前时刻对目标变量生成的相对贡献权重，具体步骤包括： 将PRNN循环网络架构中涉及所有储水层在t-1时刻拼接为向量，并将向量通过三层全连接网络得到注意力打分向量，将归一化为注意力权重，以计算注意力加权状态变量；其中，对于值为零和值逼近零的状态变量，采用掩蔽机制进行权重赋予； 采用加权平均方法将原始状态变量与注意力加权后的状态变量进行加权，获取新的状态变量； 在构建的PRNN模型基础上，以水文驱动因子集合和流域地理属性因子集合作为输入，模拟PRNN模型内部物理参数，并结合前向传播过程中的注意力权重分配以及基于目标函数的反向校正，实现PRNN模型参数的协同优化，训练PRNN模型； 利用训练完成的PRNN模型进行流域径流模拟； 基于训练完成的PRNN模型对流域径流和总储水异常模拟结果进行性能评估。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人河海大学;水利部交通运输部国家能源局南京水利科学研究院，其通讯地址为：210024 江苏省南京市鼓楼区西康路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。