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！

龙图腾网获悉清华大学深圳国际研究生院申请的专利一种基于改良后Transformer神经网络模型预测城市排水管网流量的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：CN119783564B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202510285542.6，技术领域涉及：G06F30/27；该发明授权一种基于改良后Transformer神经网络模型预测城市排水管网流量的方法是由李漫洁;曹政设计研发完成，并于2025-03-11向国家知识产权局提交的专利申请。

本一种基于改良后Transformer神经网络模型预测城市排水管网流量的方法在说明书摘要公布了：本发明提出了一种基于改良后Transformer神经网络模型的城市排水管网流量预测方法，包括步骤：S1、通过构建降雨参数化引擎，模拟不同条件下的降雨过程，生成降雨数据集。S2、利用校准后的物理模型，根据降雨数据计算出相应的排口流量，形成流量数据集。S3，对数据进行预处理，包括构建数据集、删除无效数据、补齐特征和标签，以形成训练和验证数据集。S4、构建RO‑former模型，该模型采用编码器‑解码器架构，通过动态掩码和交叉注意力机制处理降雨与流量数据。S5、通过损失函数对模型进行训练和优化，得到可用于实时预测城市排水管网流量的模型。此方法提高了城市排水管网流量预测的准确性和效率，对城市内涝预警和排水管理具有重要意义。

本发明授权一种基于改良后Transformer神经网络模型预测城市排水管网流量的方法在权利要求书中公布了：1.一种基于改良后Transformer神经网络模型预测城市排水管网流量的方法，其特征在于，包括以下步骤： S1、降雨数据生成：基于区域降雨特征，构建降雨参数化引擎，模拟不同重现期、历时和峰值系数下的降雨过程，生成具有代表性的降雨数据集； S2、流量数据模拟：将生成的降雨数据输入经过校准的物理模型，计算得到对应排口的流量过程，形成流量数据集； S3、数据预处理：构建数据集，将降雨过程和排口流量过程作为输入和标签，删除无效数据，补齐特征和标签，形成训练和验证数据集；其中，将降雨过程和排口流量过程作为输入和标签，删除无效数据，补齐特征和标签包括通过数据加载器对数据进行分批次处理，并动态删除无效数据，补齐特征和标签； S4、深度学习模型构建：构建基于编码器-解码器架构的RO-former模型，其中编码器通过动态掩码机制识别有效数据位置，解码器采用因果掩码和动态长度掩码，支持任意历时降雨输入，并通过交叉注意力机制将降雨特征与流量响应对齐； 所述基于编码器-解码器架构的RO-former模型，其中： 编码器部分包括多层编码器层，每层编码器层由多头自注意力模块和前馈神经网络模块组成，且多头自注意力模块通过动态掩码机制过滤无效数据，前馈神经网络模块通过残差连接和标准化层优化训练过程； 解码器部分包括多层解码器层，每层解码器层由多头自注意力模块、交叉注意力模块和前馈神经网络模块组成，其中多头自注意力模块采用因果掩码和动态长度掩码，当前时刻仅关注历史信息，交叉注意力模块通过动态键值对选择机制将编码器输出的降雨特征与解码器的流量响应对齐； 位置编码分别应用于编码器和解码器的输入，用于捕捉时间序列中的时序信息； 线性变换分别应用于编码器和解码器的输入与输出，用于调整特征维度； 遮盖机制在解码器中用于屏蔽未来信息，以使模型在训练时仅基于历史数据进行预测； S5、模型训练与优化：使用损失函数对模型进行训练和优化，训练好的模型用于城市排水管网流量预测。

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清华大学深圳国际研究生院，其通讯地址为：518071 广东省深圳市南山区桃源街道丽水路2279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”。