物理机制引导深度学习的洪水-水库映射关系模拟方法

授权

摘要

本发明提供一种物理机制引导深度学习的洪水‑水库映射关系模拟方法，包括以下步骤：步骤1，选定用以构建“洪水不确定性‑水库防洪库容”映射关系的深度学习模型；步骤2，筛选描述洪水不确定性特征的参数并归一化处理；步骤3，随机抽样筛选出2/3的样本作为深度学习模型的训练集，并设定优化目标函数；步骤4，剩余1/3的样本验证深度学习模型的模拟效果。本发明能够利用深度学习理论方法对大样本数据处理的优势，将“洪水不确定性”与“水库调度”之间的物理联系通过数据驱动的方式进行的合理的描述，从而在考虑径流不确定性的情景下更好地指导水库调度决策的制定，可广泛应用于水库汛期预报调度中，为科学制定调度决策提供依据和技术支撑。

基本信息

专利标题：

物理机制引导深度学习的洪水-水库映射关系模拟方法

专利标题（英）：

暂无

公开（公告）号：

CN113051833A

申请号：

CN202110390930.2

公开（公告）日：

2021-06-29

申请日：

2021-04-12

授权号：

CN113051833B

授权日：

2022-04-05

发明人：

张晓琦刘攀许继军陈进王永强洪晓峰袁喆谢帅

申请人：

长江水利委员会长江科学院

申请人地址：

湖北省武汉市黄浦大街23号

代理机构：

武汉楚天专利事务所

代理人：

孔敏

优先权：

CN202110390930.2

主分类号：

G06F30/27

IPC分类号：

G06F30/27 G06N3/08 G06F111/04 G06F111/08 G06F113/08