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！

龙图腾网获悉武汉大水云科技有限公司申请的专利一种基于多模型耦合的供水管网优化调度方法及系统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：CN120146323B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202510621863.9，技术领域涉及：G06Q10/04；该发明授权一种基于多模型耦合的供水管网优化调度方法及系统是由刘祥祥;朱一松;何媛滨;刘炳义;刘闯闯设计研发完成，并于2025-05-15向国家知识产权局提交的专利申请。

本一种基于多模型耦合的供水管网优化调度方法及系统在说明书摘要公布了：本发明提供了一种基于多模型耦合的供水管网优化调度方法及系统，包括：收集区域管网基础资料，建立供水管网水力模型；获取供水管网运行调度目标，建立供水管网调度场景模型；获取供水管网历史监测数据，利用神经网络算法构建节点需水量预测模型和节点需水量时变化曲线预测模型，其分别输出节点预测需水量和节点需水量预测时变化曲线；构建基于多模型耦合的供水管网优化调度模型，利用改进粒子群算法进行寻优，输出供水管网优化调度方案，引入优化调度评价指标进行调度方案评估；构建供水管网优化调度方案筛选模型，获取最优供水管网优化调度方案。本发明采用多模型耦合方式，有效降低了预测误差，提高了寻优效率，实现供水管网的智能精准化调度。

本发明授权一种基于多模型耦合的供水管网优化调度方法及系统在权利要求书中公布了：1.一种基于多模型耦合的供水管网优化调度方法，其特征在于，包括如下步骤： S1、收集区域管网基础资料，建立供水管网水力模型； S2、获取供水管网运行调度目标，建立供水管网调度场景模型； S3、获取供水管网历史监测数据，将所述供水管网历史监测数据按比例随机划分为训练集和验证集，利用神经网络算法构建节点需水量预测模型和节点需水量时变化曲线预测模型，其分别输出节点预测需水量和节点需水量预测时变化曲线，利用所述训练集分别对所述节点需水量预测模型和所述节点需水量时变化曲线预测模型进行训练，分别得到训练完成的节点需水量预测模型和训练完成的节点需水量时变化曲线预测模型； S4、将所述验证集分别输入所述训练完成的节点需水量预测模型和所述训练完成的节点需水量时变化曲线预测模型，分别生成节点需水量预测结果和节点需水量时变化曲线预测结果，设定需水量预测评价指标和需水量时变化曲线预测评价指标，若所述预测结果符合评估标准，则分别得到训练好的节点需水量预测模型和训练好的节点需水量时变化曲线预测模型，进入S5，若不符合所述评估标准则返回S3； S5、将所述供水管网水力模型、所述供水管网调度场景模型、所述节点需水量预测模型和所述节点需水量时变化曲线预测模型进行耦合，构建基于多模型耦合的供水管网优化调度模型，利用改进粒子群算法对所述基于多模型耦合的供水管网优化调度模型进行寻优，输出供水管网优化调度方案； 所述改进粒子群算法是以标准粒子群算法为基础，包括改进惯性权重、增加惩罚函数和限制粒子速度及粒子位置范围； 所述改进惯性权重的计算公式为： ωop＝ωmax-ωmax-ωminσ； 式中，ωop表示改进后的惯性权重，ωmax表示初始惯性权重，ωmin表示最大迭代次数时的惯性权重，σ表示粒子群中可行解的密度； 所述惩罚函数的表达式为： 式中，fpex表示所述惩罚函数，其中惩罚系数μ和γ表示需要调试的非负参数，α和β为不小于1的值； 所述限制粒子速度及粒子位置范围具体为： 式中，vmax和vmin分别表示所述粒子的最大速度和最小速度，xmax和xmin分别表示所述粒子的最大位置和最小位置； S6、引入优化调度评价指标对所述供水管网优化调度方案进行评估，若符合优化调度评估标准，则保存所述供水管网优化调度方案，继续进行迭代计算，若不符合所述优化调度评估标准，则进入步骤S7； S7、构建供水管网优化调度方案筛选模型，获取最优供水管网优化调度方案。

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武汉大水云科技有限公司，其通讯地址为：430070 湖北省武汉市东湖新技术开发区武大园一路7号国家地球空间信息产业基地五期--武大慧园1栋4层2-07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”。