龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：天津大学
申请日：2024-03-06
公开（公告）日：2024-06-28
公开（公告）号：CN118261077A
主分类号：G06F30/28
分类号：G06F30/28;G06F30/27;G06N20/10;G06Q10/04;G06Q50/06;G06F17/10;G06N3/04;G06F111/10;G06F113/08;G06F119/14;G06F119/08
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开一种基于时空特征提取和机器学习的水库垂向水温预报方法，采用库区构建的二维水动力水质机理模型模拟垂向水温；通过计算气象、水库调度和垂向水温之间的最大互信息系数，筛选水温垂向上的相关因素；使用自编码器模型做降维处理，提取目标日过去一周水温和相关因素的时空特征，构建输入数据集，用于训练和测试机器学习模型；本发明实现水库垂向水温的精准预报，解决了现有技术基于机器学习的水库垂向水温预报方法不能充分高效地捕捉影响因素与水温在时空上的相关性，对数据信息利用不充分，实测数据有限导致的水库水温预报不够精准的问题。
主权项：1.一种基于时空特征提取和机器学习的水库垂向水温预报方法，其特征在于：它包括如下步骤：S1、收集水库的地形、气象、水库调度和垂向水温的数据；S2、判断步骤S1中数据集的完整性，对于数据集中的缺失值，采用双立方插值法填补，形成完整的数据集；S3、根据步骤S2的气象、水库调度数据集及地形信息构建库区二维水动力水质机理模型；S4、采用步骤S3构建的机理模型模拟水库各层水温；S5、进行气象、水库调度因素和垂向水温之间的相关性分析，筛选水温垂向上的相关因素；S6、对应垂向上步骤S4的模拟水温和步骤S5的相关因素，使用自编码器模型做降维处理，提取目标日过去一周水温和相关因素的时空特征，构建机器学习模型输入数据集；S7、将步骤S6构建的输入数据集划分为训练集和测试集；S8、建立机器学习模型，优化调整模型参数，输入步骤S7构建的训练集训练模型，模型训练完成后，将测试集输入模型，得到模型在测试集上预报的水温结果；S9、对比步骤S8模型的预报水温和实测水温，评估模型精度。
全文数据：
权利要求：
百度查询： 天津大学 基于时空特征提取和机器学习的水库垂向水温预报方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号