[发明专利]一种径流预测方法、系统及计算机存储介质在审

专利信息
申请号: 202110989223.5 申请日: 2021-08-26
公开(公告)号: CN113570159A 公开(公告)日: 2021-10-29
发明(设计)人: 张晓;杨心语;罗军刚;解建仓;石文涛;马苇;张旭;刘士慧 申请(专利权)人: 西安理工大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06N3/04;G06N3/08
代理公司: 西安鼎迈知识产权代理事务所(普通合伙) 61263 代理人: 刘喜保
地址: 710048 陕西省西*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 径流 预测 方法 系统 计算机 存储 介质
【权利要求书】:

1.一种径流预测方法,其特征在于,包括:

获取历史径流数据;

对所述历史径流数据进行信息粒化处理,获得相应的径流变化序列;

将所述径流变化序列输入神经网络模型,获得相应的径流预测结果,其中所述径流预测结果为区间值。

2.根据权利要求1所述的一种径流预测方法,其特征在于,所述对所述历史径流数据进行信息粒化处理,获得相应的径流变化序列,包括:

将所述历史径流数据划分为多个窗口;

对每个所述窗口均进行模糊化处理;

采用隶属度函数对模糊处理后的窗口进行处理,获得所述径流变化序列。

3.根据权利要求2所述的一种径流预测方法,其特征在于,所述隶属度函数为三角形隶属度函数。

4.根据权利要求1所述的一种径流预测方法,其特征在于,所述将所述径流变化序列输入神经网络模型,获得相应的径流预测结果,包括:

对所述径流变化序列进行归一化处理;

对所述神经网络模型进行初始化;

训练初始化后的所述神经网络模型;

将归一化处理后的所述径流变化序列输入训练好的所述神经网络模型,得到所述径流预测结果。

5.根据权利要求1所述的一种径流预测方法,其特征在于,所述径流变化序列包括最小值序列、平均值序列和最大值序列。

6.根据权利要求1所述的一种径流预测方法,其特征在于,所述神经网络模型为BP神经网络模型。

7.应用权利要求1-6任一项所述的一种径流预测方法的系统,其特征在于,包括:

数据获取模块,用于获取历史径流数据;

粒化处理模块,用于对所述历史径流数据进行信息粒化处理,获得相应的径流变化序列;

径流预测模块,用于将所述径流变化序列输入神经网络模型,获得相应的径流预测结果,其中所述径流预测结果为区间值。

8.一种电子设备,其特征在于,包括:

至少一个处理器;以及

与所述至少一个处理器通信连接的存储器;其中

所述存储器存储有可被所述至少一个处理器执行的计算机指令,所述计算机指令被所述至少一个处理器执行,以使所述至少一个处理器执行权利要求1-6中任一项所述的方法。

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有多条计算机指令,所述多条计算机指令用于使计算机执行权利要求1-6任一项所述的方法。

10.一种计算机程序产品,其特征在于,所述计算机程序被处理器执行时实现权利要求1-6任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安理工大学,未经西安理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110989223.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top