河海大学冯钧获国家专利权
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申请的专利一种基于时空图卷积降雨-径流区间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:CN115688561B 。
龙图腾网通过国家知识产权局官网在2026-05-01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:202211198345.3,技术领域涉及:G06F30/27;该发明授权一种基于时空图卷积降雨-径流区间预测方法是由冯钧;邵萍萍;丁昱凯;崔俊豪;王文鹏;陆佳民设计研发完成,并于2022-09-29向国家知识产权局提交的专利申请。
本一种基于时空图卷积降雨-径流区间预测方法在说明书摘要公布了:本发明公开了一种基于时空图卷积降雨‑径流区间预测方法,通过物理机理将研究对象划分为不同的同质对象去模拟流域,同时,在构建过程中考虑流域边界以及特征对齐问题;使用TCN时间卷积网络和图卷积方法在构建时分别实现时间与空间信息的提取与编码,实现对降水‑径流过程的水文推演;其中,时间卷积操作中融合了attention机制更好的提取时间特征,而空间图卷积操作基于本方法所构建的同质图和图卷积方法,输出层引入LUBE区间预测方法对预测结果进行估计从而实现降雨‑径流区间预测。本发明融合了流域的空间信息与时间信息的特征,实现了时空一致的数据组织机制,输出预测值引入了区间预测的方法提高了降雨‑径流预报的精度。
本发明授权一种基于时空图卷积降雨-径流区间预测方法在权利要求书中公布了:1.一种基于时空图卷积降雨-径流区间预测方法,其特征在于,包括以下步骤: 1将预先收集的研究流域各站点的水文数据存入水文历史数据库; 2对水文历史数据进行预处理,然后把预处理后的数据根据留出法划分为训练集与测试集; 3构建时空图卷积降雨-径流区间预测模型,并采用训练集进行训练,调节预测模型参数使得预测模型收敛;构建预测模型包括同质图生成,时间注意力卷积,空间图卷积及区间预测四个过程;通过构建基于物理机理的同质图,在时空角度下根据监测的子流域特征利用时间注意力卷积与空间图卷积方法,对流域状态变化过程进行模拟,从而实现区间预测; 4使用测试集评估基于时空图卷积降雨-径流区间预测模型性能; 5将预处理后的当前水文数据作为时空图卷积降雨-径流区间预测模型输入,未来第k时刻流域出口断面流量为模型输出,即未来第k小时流量; 步骤3所述同质图生成根据节点的状态以及连接关系对空间图的局部或整体状态进行推断,利用先验知识约束系统的估计: ; 其中,表示同质图内各个站点对象的连接关系;表示简单对象的特征;表示被选中用于估计的对象集合; 步骤3所述区间预测用于量化预测结果的不确定性,并提供预测对象可能出现在预测区间内的概率置信度,其公式如下: ; 其中,PINAW代表区间预测的置信区间的宽度,PICP代表区间预测的置信区间覆盖观测值的概率,为超参数; 对区间预测法采用ADAM优化方法,基于ADAM的优化算法如下: 输入高维的气象因子数据,降雨数据,流量数据,气温数据,风速数据,蒸散发数据,地理数据,初始化X,;使用滑动窗口和日前向链交叉验证方法将数据预处理为X;将预处理后的数据输入到模型中进行训练;通过ADAM优化方法迭代更新网络LUBE全连接层的参数和;直到当下的时,取后结束训练。
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,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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励