[发明专利]基于深度学习模型的实时月径流预报方法有效

专利信息
申请号: 202110966434.7 申请日: 2021-08-23
公开(公告)号: CN113705877B 公开(公告)日: 2023-09-12
发明(设计)人: 徐文馨;陈杰;尹家波;陈华 申请(专利权)人: 武汉大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06F18/23;G06F18/214;G06N3/0464;G06N3/08
代理公司: 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 代理人: 俞琳娟
地址: 430072 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供基于深度学习模型的实时月径流预报方法,包括:步骤1.基于历史信息和未来气象信息收集预报因子,并根据流域历史时期月径流的自相关性分析确定前期月径流对预报月影响的最长滞时;步骤2.对训练期的预报因子和月径流数据分别进行归一化处理,再采用基于嵌入式思想的LASSO回归方法自动筛选预报因子;步骤3.采用基于划分思想的K均值聚类方法对训练期样本集进行聚类,将样本分成互不重合的K类;步骤4.计算验证集预报因子向量与K个训练集的聚类中心的距离,找到距离最近的训练集然后以该数据集训练卷积神经网络与门控循环单元网络结合的组合深度学习预报模型;步骤5.采用自回归滑动平均模型对预报残差进行实时校正。
搜索关键词: 基于 深度 学习 模型 实时 径流 预报 方法
【主权项】:
暂无信息
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武汉大学,未经武汉大学许可,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/202110966434.7/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top