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申请的专利一种基于图卷积神经网络的水库水位预测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：CN119476607B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202411577796.7，技术领域涉及：G06Q10/04；该发明授权一种基于图卷积神经网络的水库水位预测方法是由余宇峰;吴攀琪;万定生设计研发完成，并于2024-11-06向国家知识产权局提交的专利申请。

本一种基于图卷积神经网络的水库水位预测方法在说明书摘要公布了：本发明属于水文预报领域，公开了一种基于图卷积神经网络GCN的水库水位预测方法。该方法旨在解决降雨情况下的水库水位预测问题，为水库调度提供有效支持。主要通过图卷积神经网络GCN对降雨图像数据进行训练，并结合双向长短时记忆网络BiLSTM提取水库水位的时间序列特征，从而构建一个能够通过降雨图像预测水库水位的模型。具体而言，GCN用于提取降雨图像的时空特征，并利用多头注意力机制对这些特征进行融合。在BiLSTM中，输入的时序数据序列通过两个方向的LSTM网络进行处理，从而同时捕获过去和未来的信息。通过合并这两个方向的隐藏状态，模型能够更深入地理解时序数据的内在规律，从而提高水库水位的预测精度。

本发明授权一种基于图卷积神经网络的水库水位预测方法在权利要求书中公布了：1.一种基于图卷积神经网络的水库水位的预测方法，包括以下步骤： 步骤1，收集目标流域的降雨图像数据和水库水位数据，以便进行深入分析和建模； 步骤2，对降雨图像数据和水库水位数据进行数据质量控制，以确保数据质量的一致性； 步骤3，将降雨图像数据和水库水位数据进行数据对齐，确保两者的时间戳和数据类型的一致，进行准确的比较和分析； 步骤4，在步骤3数据融合的基础上，使用图卷积神经网络GCN对输入的降雨图像训练数据进行编码-解码，提取降雨图像数据集的时空特性并采用多头注意力机制进行融合；并采用双向长短时记忆网络BiLSTM对特征融合后的水库水位时间序列特征进行挖掘和提取，从而构建融合图卷积神经网络和双向长短时记忆网络的水库水位模型，实现未来时刻的水库水位数据预测； 所述步骤4中构建的水库水位预测模型分为五层结构：数据预处理层，特征编码器层，特征解码器层，水位预测层，输出层； 所述步骤4中数据预处理层对目标流域的水文数据进行预处理，分析历史数据和未来数据之间的关联性；特征编码器层和特征解码器层通过图卷积神经网络GCN挖掘和融合水文数据特征，水位预测层基于BiLSTM对特征融合后的时序水文数据进行挖掘，以进行未来时刻的水库水位数据预测；输出层输出最终的预测结果； 步骤5，将降雨图像数据输入到训练好的预测模型中，进行水库水位数据的预测。

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河海大学，其通讯地址为：211100 江苏省南京市江宁区佛城西路8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。