龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：水利部交通运输部国家能源局南京水利科学研究院
摘要：本发明公开了一种机器学习结合传统机理模型构建行洪安全知识图谱的方法及系统，涉及水文预报技术领域。本发明基于圣维南方程组构建一维水动力模型，模拟计算各种上下游组合工况下河道水文情势变化；结合机器学习算法构建高效的代理模型，建立行洪量阈值与下游水位潮位、泄洪时间、控制水位等因素之间的响应关系，实现对河道关键控制断面的水位预报；根据流域防洪要求，计算不同下游水位潮位条件和关键控制断面各防洪标准控制水位下的上游行洪量安全阈值，构建高精度行洪安全知识图谱。通过本发明，可以为流域防洪联合调度提供技术支撑，最大程度提升流域防灾减灾能力。
主权项：1.一种机器学习结合传统机理模型构建行洪安全知识图谱的方法，其特征在于，所述方法包括：通过机理模型模拟计算流域水文情势变化情况，具体包括：实测河网断面，收集流域内河流断面数据、水位数据、流量数据和降雨数据并进行数据预处理；根据收集到的河流断面数据、水位数据和流量数据，基于圣维南方程组构建一维水动力模型；进行模型率定与模型验证，判断所述一维水动力模型的精度是否满足要求；若否，则重新进行模型率定与验证；若是，则计算产汇流作为所述一维水动力模型的边界条件，模拟计算典型工况下的关键控制断面水位；通过机器学习模型构建流域行洪安全知识图谱，具体包括：将所述一维水动力模型的边界条件因子作为输入条件，模拟计算结果作为训练样本，进行关键影响因子识别和参数自动寻优后构建机器学习模型；其中，边界条件因子包括上游流量、下游水位或潮位数据，以及区间入流流量；通过所述机器学习模型，分析关键控制断面水位与关键影响因子之间的非线性关系，计算不同影响因子条件下的关键控制断面水位；以关键控制断面水位和下游边界逆推上游最大流量，以关键控制断面水位和下游水位或潮位数据为条件矩阵，绘制行洪安全知识图谱。
全文数据：
权利要求：
百度查询： 水利部交通运输部国家能源局南京水利科学研究院 一种机器学习结合传统机理模型构建行洪安全知识图谱的方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号