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！

龙图腾网获悉中国水利水电科学研究院申请的专利一种耦合机理与非机理模型的明渠水质预测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：CN119884558B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411677162.9，技术领域涉及：G06F17/11；该发明授权一种耦合机理与非机理模型的明渠水质预测方法是由马冰;刘晓波;董飞;黄爱平;王威浩;刘信勇;刘洋洋;李今今;张剑楠;刘泽甫;余俊励;蔡晓彤设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本一种耦合机理与非机理模型的明渠水质预测方法在说明书摘要公布了：本发明公开了一种耦合机理与非机理模型的明渠水质预测方法，包括以下步骤：步骤1、数据收集；步骤2、构建明渠机理模型；步骤3、构建明渠非机理模型；步骤4、对明渠水质进行预测。本发明所述方法通过耦合机理模型与非机理模型，结合了两类水质预测方法的优点，通过LSTM模型预测未来短期内上边界流量与水质情况，将预测结果作为水动力、水质模型上边界，进而预测未来短期内渠道沿程各断面的水质变化情况。本发明所述方法提高了水质预测的精度和准确度，是开展水质趋势预测和污染预警研判的重要工具，为水质安全智慧化管理提供技术保障，为解决水环境污染和制定相关预案提供一定的科学依据。

本发明授权一种耦合机理与非机理模型的明渠水质预测方法在权利要求书中公布了：1.一种耦合机理与非机理模型的明渠水质预测方法，其特征在于，所述方法包括以下步骤： 步骤1、数据收集：收集明渠的渠道大断面资料，历史水动力数据，退水口与分水口的位置和历史流量数据，节制闸位置和历史实测闸门开度、闸前水位和闸后水位数据资料，历史水质数据；所述历史水动力数据包括上边界流量和水位、下边界水位数据；所述历史水质数据包括上边界水质数据和沿线水质监测点位水质数据，所述水质数据为高锰酸盐指数、总氮、总磷、氨氮浓度数据； 步骤2、构建明渠机理模型：基于收集的数据，构建明渠机理模型，包括一维水动力模型与一维水质模型； 步骤3、构建明渠非机理模型：构建LSTM模型，从上边界历史流量和水质数据中提取内部规律，利用LSTM模型选择性记忆的优势对未来短期流量和水质进行预测，即将收集的上边界历史流量和水质数据进行预处理后作为LSTM模型输入，输出则为上边界未来短期内的流量和水质数据； 步骤4、对明渠水质进行预测：将一维水动力、水质模型与LSTM模型进行耦合，对明渠未来短期所有断面的水质进行预测，以预处理后的上边界历史流量和水质数据作为LSTM模型输入，模型输出为上边界未来短期内的流量和水质数据，然后将LSTM模型输出结果作为一维水动力、水质模型的上边界条件，预测明渠沿程所有断面未来短期内的水质结果； 所述将一维水动力、水质模型与LSTM模型进行耦合的具体过程为：通过Fortran语言集成LSTM模型与一维水动力、水质模型，即将LSTM模型输出的上边界未来短期内的流量和水质数据链接到一维水动力、水质模型的边界条件，对明渠未来短期内各断面水质进行预测，预测过程中，需要设置迭代次数n_estimators、树的最大深度max_depth、学习率learning_rate、最小分流损失min_gamma、最小叶子节点样本权重加和min_child_weight，预测过程中设置学习率的初始值为0.1，采用网格搜寻法先对迭代次数和树的最大深度进行寻优，随后继续采用网格搜寻法对学习率参数进行寻优，最后对最小分流损失和最小叶子节点样本权重参数进行设置。

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中国水利水电科学研究院，其通讯地址为：100048 北京市海淀区车公庄西路20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”。

以上内容由龙图腾AI智能生成。