[发明专利]一种基于深度学习的山洪预警方法有效
| 申请号： | 201910846384.1 | 申请日： | 2019-09-09 |
| 公开（公告）号： | CN110459036B | 公开（公告）日： | 2022-05-17 |
| 发明（设计）人： | 陈曜;毕瑶;黎小东;谭小平;刘双美;罗茂盛 | 申请（专利权）人： | 四川省水利科学研究院 |
| 主分类号： | G08B21/10 | 分类号： | G08B21/10;G06N3/04;G06N3/08;G06N20/10 |
| 代理公司： | 潍坊中润泰专利代理事务所(普通合伙) 37266 | 代理人： | 田友亮 |
| 地址： | 610031 *** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的山洪预警方法，本发明采用具有LTSM功能的RNN模型，在模型算法中加入长短期记忆（LTSM）法可以有效解决RNN中梯度消失和梯度爆炸的问题，更有效的进行小流域或山洪区的预报，实现了可靠的山洪灾害预警预报，大大提高预报时间，模型只需关注输入数据，具有操作简便，运算速度快，便于移值于其它区域的特点，而且随着模型的实际应用，数据的不断积累，不需要人为进行二次调参，模型会主动对参数进行优化调整，使其应用更为简单方便。 | ||
| 搜索关键词： | 一种 基于 深度 学习 山洪 预警 方法 | ||
【主权项】：
1.一种基于深度学习的山洪预警方法，包括以下几个步骤：/nS1：确定预警对象：在GIS地图上勾绘出预警区域所在流域，确定流域内的山洪预警区及其预设的预警雨量或水位、布设的雨量和水位监测站点；/nS2：收集整编数据：收集预警区内雨量、水位站和区域蒸发量监测站、县域气象预警的历史资料，计算流域汇流时间；/nS3：监测站互相关性分析：将监测点按降雨和水位或流量分类，按照互相关系数公式分别计算某一站点同其同类站点的互相关系数，当两站实测数据无法获取或与相关站测值差异超出历史系列最大差值N1倍时，通过实测数据代替公式计算成果代替实测值；/nS4：降雨量预警：建立具有LTSM功能的RNN雨量预报模型，采用集成降雨预报计算得出进行山洪降雨预警预报；/nS5：水位/流量预警：建立具有LTSM功能的RNN水位预报模型，使用实时数据代入模型进行计算，实现进行山洪水位预警预报。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于四川省水利科学研究院，未经四川省水利科学研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910846384.1/，转载请声明来源钻瓜专利网。
