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！

龙图腾网获悉河海大学;长江水利委员会水文局申请的专利一种水文预报智能方法、电子设备、存储介质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：CN115345077B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202211054972.X，技术领域涉及：G06F30/27；该发明授权一种水文预报智能方法、电子设备、存储介质是由牛文静;冯仲恺;杨涛;冯宝飞;许银山;闵智翔;刘文杰;沈亮设计研发完成，并于2022-08-31向国家知识产权局提交的专利申请。

本一种水文预报智能方法、电子设备、存储介质在说明书摘要公布了：本发明公开了一种水文预报智能方法与系统、电子设备、存储介质，首先收集水文预报断面的原始流量数据，并逐时段检验异常或缺失数据并加以修正；而后采用变分模态分解方法将流量数据划分为若干具有不同频率信息的分量序列；进一步对每个分量序列分别构建门控循环单元预测模型，同时采用自适应优化算法优选模型参数；最后将所有子序列的预测值叠加得到最终的预测结果。本发明能够集成不同模型优势，有效提升整体泛化能力和性能表现，在不同情境下均能获得合理可行的预报结果，为高精度水文预报提供了新的有效技术手段。

本发明授权一种水文预报智能方法、电子设备、存储介质在权利要求书中公布了：1.一种水文预报智能方法，其特征在于，包括以下步骤: S1、收集水文预报断面的流量，对所述流量按照预设时段进行逐时段检验，若任一时间段的流量存在异常或者缺失，则对该时间段存在异常或者缺失的流量进行修正并更新流量数据；按照如下公式对预设时段进行逐时段检验: , ， 其中，表示时段的实测流量；表示时段的允许误差；表示数据总数；、分别表示调整系数； S2、将流量划分为个具有不同频率信息的分量序列，并对分量序列进行归一化处理，获得归一化处理后的分量序列；具体包括以下子步骤： S2.1、采用变分模态分解方法对流量划分为个具有不同频率信息的分量序列: ， 其中,表示第个分量序列； S2.2、对步骤S2.1中的分量序列按如下公式进行归一化处理： ， 其中，、分别表示第个分量序列在时段的归一化数据、原始数据；获得归一化处理后的分量序列如下式： ， 其中，表示第个归一化分量序列； S3、对归一化处理后的分量序列按照预设比例划分为训练集和测试集； S4、以训练集为基础，构建门控循环单元预测模型，采用自适应优化算法获得最优预测模型以及该模型的最优参数；具体包括以下子步骤： S4.1、令分量序列计数器，令内循环计数器，在可行域内随机生成个个体如下式： ， 其中表示第次迭代时第个个体；表示第次迭代时第个个体的第个变量值；表示变量数目； S4.2、对每个个体，根据模型参数、训练集计算得到对应的门控循环单元预测模型，而后利用下式计算对应的适应度值： ， 其中表示第次迭代时第个个体对应的门控循环单元预测模型；表示适应度值计算函数；和分别表示训练集中的输入样本集合、输出样本集合；P为训练集的样本数; S4.3、按如下公式计算第次迭代时的全局最优个体： ； S4.4、利用变异勘探策略按如下公式更新所有个体的位置： ， ， ， 其中，表示[0,1]区间均匀分布的随机数,；表示循环次数；、分别表示第次迭代时第个更新个体、中间个体；、分别表示变量的上限、下限；表示区间均匀分布的随机数； S4.5、令内循环计数器；并判断循环次数是否达到预设最大次数，若是，则以最后一次迭代得到的作为第个归一化分量序列的最佳模型参数，对应模型记为，否则返回执行步骤S4.2； S4.6、令分量序列计数器，判断是否小于等于，若是，则返回执行步骤S4.1，否则，停止计算，获得所有归一化分量序列的最优预测模型； S5、以步骤S3中样本分量序列为输入，应用步骤S4获得的最优预测模型，获得分量序列的预测值； S6、对分量序列的预测值进行叠加，按如下公式对所有分量序列的预测值进行叠加获得最终的预测值： ， 其中，表示最终预测值；表示第个分量序列的权重值，表示第个分量序列的预测值。

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河海大学;长江水利委员会水文局，其通讯地址为：210024 江苏省南京市鼓楼区西康路1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。