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！

龙图腾网获悉长江水利委员会水文局申请的专利基于动态拓扑自适应技术的水文流量监测方法及系统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：CN121067814B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202511622443.9，技术领域涉及：G01C13/00；该发明授权基于动态拓扑自适应技术的水文流量监测方法及系统是由龙少颖;赵昕;王巧丽;王奕博;陈卫;李然;冯能操;鲁青;王灿;黄华;裴丁彦;雷昌友;刘秀林;金业;唐吴晗;魏子淳设计研发完成，并于2025-11-07向国家知识产权局提交的专利申请。

本基于动态拓扑自适应技术的水文流量监测方法及系统在说明书摘要公布了：本发明公开了一种基于动态拓扑自适应技术的水文流量监测方法及系统，采用训练好的在线测流模型实时进行水文流量监测；首先获取在线测流数据序列同期的实测水文要素数据，建立河道断面水文要素信息库；然后基于边缘计算网关设备，采用动态拓扑自适应技术进行流速解析，对所在线测流模型进行参数率定，计算测验断面平均流量；接着对基于边缘计算网关设备的流量在线监测成果进行比测分析和精度评价；最后输出最终训练好的在线测流模型。本发明有助于进一步探索在线测流设备在不同水力条件和水流特性下的适用性，为防洪预警等时效敏感场景应用以及构建“云‑边‑端”协同的分布式水文监测网络提供了关键技术支撑。

本发明授权基于动态拓扑自适应技术的水文流量监测方法及系统在权利要求书中公布了：1.一种基于动态拓扑自适应技术的水文流量监测方法，其特征在于：采用训练好的在线测流模型实时进行水文流量监测； 所述在线测流模型的训练过程包括以下步骤： 步骤1：获取在线测流数据序列同期的实测水文要素数据，建立河道断面水文要素信息库； 步骤2：基于边缘计算网关设备，采用动态拓扑自适应技术进行流速解析，对所述在线测流模型进行参数率定，计算测验断面平均流量； 其中，所述边缘计算网关设备，包括多协议接口数据采集模块、协议转换模块、预处理和特征提取模块、实时分析和推理模块、本地存储安全加密模块；用于定时获取信息采集装置数据并进行实时处理分析，并向中心站服务器上传异常数据和周期性汇总报告，不定期接收所述中心站服务器下发的轻量化模型，对本地在线测流模型进行优化更新，同时及时向所述中心站服务器反馈数据特征，反哺中心站服务器本地在线测流模型的训练； 其中，采用动态拓扑自适应技术构建边缘计算网关设备，通过分布式计算范式重构数据处理流程，实现端侧实时处理闭环； 所述动态拓扑自适应技术，通过实时监测网络带宽、节点负载和链路状态，利用动态拓扑算法自动调整网关的连接拓扑结构； 所述分布式计算范式重构数据处理流程，采用轻量级容器化技术部署计算节点，结合分布式消息队列实现数据流的弹性分发；通过边缘节点间的协同计算，将数据处理任务拆分为子任务并动态分配至空闲节点； 所述端侧实时处理闭环，采用流式计算引擎，集成ApacheFlink或SparkStreaming，支持窗口化数据处理，确保数据产生后立即触发计算逻辑；通过微型机器学习模型至边缘节点，实现数据本地化推理； 通过知识蒸馏引擎压缩为能适配所述边缘计算网关设备算力的轻量化模型，具体实现过程包括： 通过在中心站服务器部署异构教师模型组，动态融合其知识输出；基于边缘网关设备实时上报的水文特征，利用注意力机制动态分配各模型权重，生成联合软标签； 针对边缘计算网关设备芯片算力，采用算子重构、混合量化和动态剪枝来优化学生模型； 边缘计算网关设备利用本地私有数据微调学生模型，生成水文事件概率软标签；云端通过KL散度聚类聚合多节点软标签，更新全局教师模型；针对数据漂移，触发增量在线蒸馏——教师模型实时生成水文事件概率软标签，学生模型以小样本在预设时间内完成微调，快速适应分布变化； 使用TensorRT-LLM将学生模型推送部署于边缘智能网关，并基于强化学习的计算卸载策略，实现时延-精度-能耗多目标优化； 步骤3：对基于边缘计算网关设备的流量在线监测成果进行比测分析和精度评价； 步骤4：输出最终训练好的在线测流模型。

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长江水利委员会水文局，其通讯地址为：430010 湖北省武汉市江岸区解放大道1863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。