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！

龙图腾网获悉河南理工大学申请的专利一种水量平衡方程引导深度学习模型的日径流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：CN117951994B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202410034341.4，技术领域涉及：G06F30/27；该发明授权一种水量平衡方程引导深度学习模型的日径流预测方法是由薛华柱;栾文飞;何湜;张辰辰;郭超强;王亚恒;范永康;杨欣;王洁;张瑞蕊设计研发完成，并于2024-01-10向国家知识产权局提交的专利申请。

本一种水量平衡方程引导深度学习模型的日径流预测方法在说明书摘要公布了：本发明公开了一种水量平衡方程引导深度学习模型的日径流预测方法，它包括以下步骤：一、获取研究流域内径流和气象数据；二、确定物理机制；三、建立LSTM模型；四、在每个气象站上构建各自的PG‑LSTM模型；五、建立流域总PG‑LSTM模型。本发明具有如下有益效果：本发明构建的物理机制引导的深度学习模型在日径流过程的模拟及预测上不仅有更高的模拟精度，而且模拟结果的物理一致性也更好。

本发明授权一种水量平衡方程引导深度学习模型的日径流预测方法在权利要求书中公布了：1.一种水量平衡方程引导深度学习模型的日径流预测方法，其特征在于，它包括以下步骤：一、获取研究流域内径流和气象数据；二、确定物理机制：利用步骤一得到的气象数据和径流数据分析确定降雨-径流之间的单调关系；三、建立LSTM模型：利用步骤一获取到的数据，在单一气象站上建立LSTM径流预测模型；四、在每个气象站上构建各自的PG-LSTM模型：将步骤二确定的物理机制添加到步骤三建立的LSTM模型激活函数里，构建新的激活函数以及各自新的PG-LSTM模型；五、建立流域总PG-LSTM模型：利用步骤四建立的PG-LSTM模型，分配每个气象站所占权重，建立完整流域PG-LSTM模型；所述步骤四包括以下子步骤：步骤4.1：当存在降水的情况时，如果降水持续时间达到流域内土壤含水量是否饱和的超参数阈值，则在所述步骤三建立的LSTM模型激活函数中加入物理损失函数的约束；如果降水持续存在时间较短，则不在所述步骤三建立的LSTM模型激活函数中加入物理损失函数的约束；步骤4.2：当存在无降水的情况时，根据水量平衡方程形成相应物理约束；物理引导的LSTM的损失函数如下所示：Loss＝λdataLossMSE+λPHYLossPHY1+LossPHY2式中Loss为损失函数；λdata是模拟径流的权重系数；LossMSE是LSTM模型模拟径流的均方误差；λPHY是单调性对应的权重系数；LossPHY1和LossPHY2分别是持续降水和无降水时的物理约束。

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南理工大学，其通讯地址为：454003 河南省焦作市世纪路2001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。