中国电建集团成都勘测设计研究院有限公司;武汉大学莫世川获国家专利权
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!
龙图腾网获悉中国电建集团成都勘测设计研究院有限公司;武汉大学申请的专利基于机器学习算法与雨洪数值模型的厂网河联合调度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:CN116011731B 。
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:202211547299.3,技术领域涉及:G06Q10/0631;该发明授权基于机器学习算法与雨洪数值模型的厂网河联合调度方法是由莫世川;周聂;朱一松;何彦锋;张志伟;谢坤;陈华;刘炳义;邱向东;张丽莎;钟桂良;黄翠设计研发完成,并于2022-12-05向国家知识产权局提交的专利申请。
本基于机器学习算法与雨洪数值模型的厂网河联合调度方法在说明书摘要公布了:本发明涉及防洪防涝领域,为了提高获取调度方案的效率,提供了基于机器学习算法与雨洪数值模型的厂网河联合调度方法,包括:1、建立目标区域的SWMM模型;2、率定SWMM模型参数;3、预制多种厂网河联合调度方案;4、构建城市雨洪情景数据库;5、构建厂网河联合调度效果评价体系;6、构建城市厂网河联合调度情景数据库;7、构建降雨条件‑联合调度方案‑效益指标学习模型;8、采用训练后的降雨条件‑联合调度方案‑效益指标学习模型获取当前降雨条件下的厂网河最优联合调度方案。采用上述步骤可以提高获取调度方法的效率。
本发明授权基于机器学习算法与雨洪数值模型的厂网河联合调度方法在权利要求书中公布了:1.基于机器学习算法与雨洪数值模型的厂网河联合调度方法,其特征在于,包括: 步骤1、建立目标区域耦合污水处理厂、城市管网及城市河湖水系的SWMM模型; 步骤2、基于目标区域前期监测资料率定SWMM模型参数; 步骤3、预制多种厂网河联合调度方案; 步骤4、构建城市雨洪情景数据库:基于目标区域的暴雨参数和芝加哥雨型,构建不同重现期的短历时极端强降雨事件以构建城市雨洪情景数据库; 步骤5、构建厂网河联合调度效果评价体系; 步骤6、构建城市厂网河联合调度情景数据库:分别将步骤3预制的多种厂网河联合调度方案与步骤4构建的短历时极端强降雨事件进行组合,基于率定完成的SWMM模型进行模拟,获得不同厂网河联合调度方案情境下,各类短历时极端强降雨事件的联合调度情景数据;采用步骤5构建的厂网河联合调度效果评价体系对组合后的各方案进行评价形成城市厂网河联合调度情景数据库; 步骤7、构建降雨条件-联合调度方案-效益指标学习模型,该模型以降雨条件和效益指标作为输入条件,以最佳联合调度方案为输出目标;基于步骤6构建的城市厂网河联合调度情景数据库进行模型训练; 步骤8、采用训练后的降雨条件-联合调度方案-效益指标学习模型获取当前降雨条件下的厂网河最优联合调度方案; 所述步骤7、构建降雨条件-联合调度方案-效益指标学习模型的具体步骤为: 步骤71、基于降雨条件计算降雨时间序列特征参数; 步骤72、获取城市厂网河联合调度情景数据库中各降雨条件下的最优调度方案; 步骤73、计算降雨时间序列特征参数与各最优调度方案的相关关系,筛选出相关系数大于预设值的参数作为机器学习模型的训练参数; 步骤74、将训练参数划分为训练集D与测试集; 步骤75、建立机器学习模型,并采用训练集进行模型训练;所述机器学习模型以训练集数据为输入数据,以联合调度方案中各闸门开度、泵站运行功率、污水厂进水总量为目标数据,进行模型训练; 所述步骤75中机器学习模型包括K近邻模型、随机森林模型及极限随机树模型;所述步骤8将三个模型输出方案中目标函数最小的调度方案作为最终的优化调度方案; 采用训练集进行随机森林模型训练的步骤为: 通过Boostrap重抽样方法,生成多个平行训练组,独立进行决策树模型训练:首先计算训练集D的经验熵HD: , 计算特征A对训练集D的经验条件熵: , 计算信息增益: , 计算信息增益比: , 其中: , 式中,D为训练集全体数据集,A为特征参数,K为总的分类数量,Ck为第k类,n是特征参数A的取值个数; 选择信息增益比最大的特征参数Ag作为节点,对特征参数Ag的取值{a1,a2….,an},依次根据Ag=a1,…,Ag=an,将训练集D切分为D1,D2,…,Dn,进入下一层,以A-{Ag}为特征参数集,重复上述步骤,直至所有特征参数遍历完毕时停止,输出决策树模型; 将所有独立生成的各棵决策树模型进行组合,构建成为随机森林模型。
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电建集团成都勘测设计研究院有限公司;武汉大学,其通讯地址为:610072 四川省成都市青羊区浣花北路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