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！

龙图腾网获悉中国水利水电科学研究院申请的专利一种目标流域的径流预测方法、装置、设备及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：CN121351712B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202511913645.9，技术领域涉及：G06F30/28；该发明授权一种目标流域的径流预测方法、装置、设备及介质是由桑学锋;李子恒;郑阳;朱子旋;曾凡德;胡旭文设计研发完成，并于2025-12-18向国家知识产权局提交的专利申请。

本一种目标流域的径流预测方法、装置、设备及介质在说明书摘要公布了：本发明公开了一种目标流域的径流预测方法、装置、设备及介质。方法包括：采集历史多源时序数据，得到包含气象、水文特征的标准化输入矩阵；基于气象特征及流域物理参数模拟天然径流序列，计算与实测径流的差值得到调控信号；将标准化输入矩阵与调控信号组合成时序综合数据并按固定时长划分后，输入原始预测模型迭代训练；通过计算版本模型参数变化量设定动态特征阈值；对各子特征逐一移除测试，保留误差超动态阈值的目标特征形成最优特征子集；与模型参数一同输入预测模型得到调控信号预测值，叠加天然径流序列得实际径流预测结果。本发明实施例，实现了对指定流域内实际径流的精准预测，且能适配人类活动引发的径流非平稳性。

本发明授权一种目标流域的径流预测方法、装置、设备及介质在权利要求书中公布了：1.一种目标流域的径流预测方法，其特征在于，包括： 采集目标流域的目标历史时段内的历史多源时序数据并进行归一化与时间对齐处理，得到按时间顺序排列的标准化输入矩阵；其中，所述标准化输入矩阵至少包含气象特征以及水文特征；所述历史多源时序数据至少包括：从气象站获取的逐小时降雨量及日蒸发量、从水文站获取的同期河道实测径流量以及从水利部门获取的区域农业或工业用水占比数据； 利用半分布式水文模型，基于所述气象特征以及流域物理参数模拟出天然径流序列，并从所述水文特征中提取实测径流，计算所述实测径流与所述天然径流序列的差值，得到按时间顺序排列的调控信号； 将所述标准化输入矩阵与调控信号按时间对应组合，形成时序综合数据，按连续滚动的固定时长划分所述时序综合数据，并将划分得到的各时序综合数据子集依次输入至原始预测模型进行迭代训练，得到与各时间窗口对应的版本预测模型以及对应的版本模型参数；其中，所述原始预测模型为至少包括长短期记忆网络和门控循环单元的时序深度学习模型或传统机器学习模型； 计算前后时间窗口下版本模型参数的参数变化量，并基于滚动累积的参数变化量集合实时更新动态特征阈值； 针对当前时间窗口内所述时序综合数据子集的每一个子特征逐一执行移除测试，并计算每轮移除测试产生的误差，将所述误差超过所述动态特征阈值的目标特征保留，形成当前时间窗口内的最优特征子集；其中，所述子特征至少包括气象子特征和水文子特征； 将所述最优特征子集以及对应的版本模型参数作为输入，通过当前版本预测模型输出当前时间窗口内的调控信号预测值，按照时间顺序将各时间窗口下的所述调控信号预测值与天然径流序列叠加，得到目标流域的实际径流预测结果； 利用半分布式水文模型，基于所述气象特征以及流域物理参数模拟出天然径流序列，并从所述水文特征中提取实测径流，计算所述实测径流与所述天然径流序列的差值，得到按时间顺序排列的调控信号，包括： 将所述标准化输入矩阵中已采集的历史气象特征，与通过目标流域实地采样或遥感数据获取的初始流域物理参数一同输入半分布式水文模型； 所述半分布式水文模型基于水量平衡方程，对输入的历史气象特征和初始流域物理参数进行产汇流运算，得到初始天然径流模拟序列； 从所述标准化输入矩阵的水文特征中提取目标流域的历史实测径流序列，调整初始流域物理参数对初始天然径流模拟序列进行校准，使所述初始天然径流模拟序列与历史实测径流序列一致，得到优化后的天然径流序列； 在所述历史实测径流序列中，进一步提取与优化后的天然径流序列时间对齐的实测径流数据，形成实测径流序列，并对同一时刻的实测径流数据与优化后的天然径流数据进行逐时差值计算，得到各时刻的调控信号值； 将各时刻的调控信号值按时间顺序组合，形成按时间顺序排列的调控信号。

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国水利水电科学研究院，其通讯地址为：100048 北京市海淀区车公庄西路20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。