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:山东省水利勘测设计院有限公司
摘要:本发明涉及水位测量技术领域,具体为一种水库容量动态评估方法及系统,包括以下步骤:基于从水库流域和入库流量采集的实时水文数据,运用混沌理论对数据的敏感依赖性进行分析,通过计算每个数据点的Lyapunov指数,识别数据中的非线性模式与数值变化,获取水文动态依赖图。本发明中,通过实时水文数据的敏感依赖性分析,识别非线性模式和数值变化,能够更精确地把握水文数据的微妙变化,此分析手段与传统方法相比,更适应环境和气候的快速变化,利用图神经网络处理这些数据,可实时更新和调整水库系统各节点间的信息,从而增强系统的整体响应能力和灵活性,精准的风险点分析和模型预测提高了对潜在风险的预测准确性。
主权项:1.一种水库容量动态评估方法,其特征在于,包括以下步骤:基于从水库流域和入库流量采集的实时水文数据,运用混沌理论对数据的敏感依赖性进行分析,通过计算每个数据点的Lyapunov指数,识别数据中的非线性模式与数值变化,获取水文动态依赖图;所述水文动态依赖图的获取步骤具体为:从实时水文数据中提取时间序列,计算数据的移动加权平均,采用公式: ,生成时间序列分析结果;其中,代表时间点t的数据值,代表时间点t的序列分析结果,为时间序列的权重系数,为参照的历史数据点数;应用混沌理论分析所述时间序列分析结果,采用公式: ,生成混沌分析结果;其中,为时间点t的混沌分析结果,为调整参数,为时间序列平方值的标准差,为时间序列的平均值;利用所述混沌分析结果,通过计算每个数据点的Lyapunov指数,识别数据中的非线性模式与数值变化,采用公式: ,得到水文动态依赖图;其中,为水文动态依赖图,为依赖图中每个节点的权重,为时间点总数;将所述水文动态依赖图中的数据输入到图神经网络中,对水库大坝、流域间节点的信息进行更新与调整,分析节点间实时数据的交互影响,调整节点的网络权重和连接策略,得到动态空间交互模型;所述动态空间交互模型的获取步骤具体为:从所述水文动态依赖图中提取节点数据,计算多节点的初始影响力,进行节点影响力的初始计算,采用公式: 生成节点影响力分析结果;其中,为节点的影响力分析结果,为节点的邻居节点集合,为节点i和j之间的距离,为节点间的连接权重;根据所述节点影响力分析结果,更新水库大坝、流域间节点的信息,采用公式: ,生成节点信息更新结果;其中,为节点的信息更新结果,、为调整参数,为信息交换系数,为邻居节点的影响力结果;利用所述节点信息更新结果,调整节点的网络权重和连接策略,采用公式: ,生成网络权重调整结果;其中,为节点i和j之间的调整后的网络权重,、分别为节点和的信息更新结果,、为调整因子;根据所述网络权重调整结果,分析节点间实时数据的交互影响,采用公式: ,得到动态空间交互模型;其中,为动态空间交互模型,为实时数据交互量;利用所述动态空间交互模型分析当前的水库蓄水容量数据和实时水位变化信息,通过识别水库中的关键风险节点,进行风险点分析,得到风险识别结果;所述风险识别结果的获取步骤具体为:使用所述动态空间交互模型分析当前的水库蓄水容量数据,采用公式: ,生成水库蓄水能力分析结果;其中,代表节点的蓄水能力分析结果,代表模型中的节点权重,代表节点的蓄水容量,代表基线蓄水容量偏移;基于所述水库蓄水能力分析结果,结合实时水位变化信息,采用公式: ,生成节点风险评估结果;其中,代表节点的风险评估结果,代表节点的实时水位,代表调整系数,代表平滑参数以防除零错误;基于所述节点风险评估结果,通过识别水库中的关键风险节点,对高风险节点进行标记,采用公式: ,得到关键风险节点标记结果;其中,代表关键风险节点标记结果,代表高风险节点集,代表标记函数;结合所述水库蓄水能力分析结果、所述节点风险评估结果和所述关键风险节点标记结果,采用公式: ,得到风险识别结果;其中,Z代表风险识别结果,代表关键风险节点标记结果中节点的值,代表总节点数,代表加权指数;对所述风险识别结果进行数据分析,使用随机森林和梯度提升机的模型集成方法,比较多模型输出的风险评估值,基于模型表现选取模型预测结果,建立风险评估结果。
全文数据:
权利要求:
百度查询: 山东省水利勘测设计院有限公司 一种水库容量动态评估方法及系统
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。