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！

龙图腾网获悉中山大学;广东化一环境科技有限公司申请的专利一种基于水文优化Informer模型的地表水预测系统及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：CN120355015B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510434353.0，技术领域涉及：G06Q10/04；该发明授权一种基于水文优化Informer模型的地表水预测系统及方法是由孙连鹏;张心阳;李朝阳;邓欢忠;符帝俊;姚凯;邓丽珍;赵汝锦;李可文;陈乐昀设计研发完成，并于2025-04-08向国家知识产权局提交的专利申请。

本一种基于水文优化Informer模型的地表水预测系统及方法在说明书摘要公布了：本发明公开了一种基于水文优化Informer模型的地表水预测系统及方法，包括收集地表水的上游监测点及下游监测点的多源数据；对多源数据进行预处理，得到预处理后的数据；对预处理后的数据进行特征提取得到上游监测点及下游监测点的水质特征和水文时空特征，并构建累积溶解氧饱和度特征；将上游和下游的水质特征、水文时空特征与溶解氧饱和度特征输入预先训练的改进Informer模型的多模态预测模型中，得到上游地表水的预测结果和下游地表水的预测结果；改进Informer模型的多模态预测模型输出融合得到的地表水的预测结果；本发明优化Informer模型并结合GRU模型，利用注意力机制引入水文时空特征和累积溶解氧饱和度，提高预测精度，减少误差，增强对突发污染事件的提前预警能力。

本发明授权一种基于水文优化Informer模型的地表水预测系统及方法在权利要求书中公布了：1.一种基于水文改进Informer模型的地表水预测方法，其特征在于，包括以下步骤： S1、收集地表水的包含上游监测点及下游监测点相关的多源数据，所述数据包括水文数据、气象数据、地形数据和水质数据； S2、对所述多源数据进行预处理，得到预处理后的数据；所述预处理包括数据清洗、归一化处理以及缺失值填补； S3、对预处理后的数据进行特征提取得到上游监测点及下游监测点的水质特征和水文时空特征，并构建累积溶解氧饱和度特征，所述水文时空特征包括水文时间特征和水文空间特征； S4、将上游和下游的水质特征、水文时空特征与溶解氧饱和度特征输入预先训练的多模态预测模型中，得到上游地表水的预测结果和下游地表水的预测结果，使用均方误差法将上游地表水的预测结果和下游地表水的预测结果进行融合； S5、多模态预测模型输出融合得到的地表水的预测结果，预设预警阈值，若预测结果满足预设预警阈值，提前预警监测点的地表水突发状况；所述预测结果包括水量、水质和水位的变化； 步骤S4中多模态预测模型包括GRU模型和Informer模型，所述GRU模型根据上游监测点的水质特征、水文时空特征和累积溶解氧饱和度特征得到上游监测点预测结果，所述Informer模型根据下游监测点的水质特征、水文时空特征得到下游地表水的预测结果； 所述Informer模型为改进后的Informer模型，改进方法具体为： S421、构建时间特征编码，将水文时空特征中的水文时间特征通过EMD进行分解，得到离散型IMF分量和连续型IMF分量，采用正弦函数特征编码方式对离散型IMF分量生成d时刻的特征编码： ， 其中，Z为时间编码方式，为Z时间编码方式下的正弦函数编码，为离散型IMF分量，d表示Z时间编码方式下的预设周期长度； 采用CountEncoder编码方式对连续型IMF分量生成d时刻的特征编码； S422、构建空间特征的经纬度编码，使用高斯核函数映射将水文时空特征中的水文空间特征进行编码，编码流域拓扑关系： ， 其中，，分别表示流域中心坐标的经度坐标和纬度坐标，，分别表示监测点的经度坐标和纬度坐标，表示空间衰减系数，表示第x个监测点的空间特征编码，所述水文空间特征包括监测点的经纬度坐标向量和关键图像帧特征； S423、构建空间特征的关键图像帧特征编码，利用卷积神经网络将时间序列的所述关键图像帧特征进行编码，该过程可表示为： ， 其中，表示为经过H1个图卷积和L1个图池化后的表征向量，和分别为第H1个图卷积中的关键图像帧和其邻近关键图像帧的关联表征，Yconv·表示图卷积层，ReLU表示激活函数，Ypool·表示图池化层； S424、使用多尺度三层感知机MLP处理输入的时间特征编码和空间特征编码，分别处理为长窗口时间特征集L、中窗口时间特征集M、短窗口时间特征集S和空间特征集D，得到最终的多尺度感知融合特征： D=MLPE⊕H， =NORMLPb={L,M,S,D}⊕}， ， 其中，E表示水文时空特征中的水文空间特征编码，H表示水文空间特征中的关键图像帧特征编码，NOR表示归一化算法，MLP表示多层感知机操作，b1表示不同尺度特征集，⊕表示拼接，表示归一化后的融合特征，表示最终的多尺度感知融合特征，空间特征集D表示通过多尺度感知机MLP对水文时空特征中的水文空间特征编码E和水文空间特征中的关键图像帧特征编码H进行拼接操作得到最后的空间嵌入特征向量； S425、将得到的多尺度感知融合特征输入Informer模型作为输入特征编码，得到改进后的Informer模型，改进后的Informer模型中还引入了窗口稀疏自注意力机制、蒸馏机制和全连接输出机制，所述卷积神经网络的输出用于接入改进后的Informer模型的第一输入通道。

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中山大学;广东化一环境科技有限公司，其通讯地址为：510220 广东省广州市新港西路135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”。

以上内容由龙图腾AI智能生成。