Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 水利部交通运输部国家能源局南京水利科学研究院;中国水利水电第九工程局有限公司;新疆维吾尔自治区塔里木河流域管理局陈求稳获国家专利权

水利部交通运输部国家能源局南京水利科学研究院;中国水利水电第九工程局有限公司;新疆维吾尔自治区塔里木河流域管理局陈求稳获国家专利权

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!

龙图腾网获悉水利部交通运输部国家能源局南京水利科学研究院;中国水利水电第九工程局有限公司;新疆维吾尔自治区塔里木河流域管理局申请的专利一种结合知识图谱和机器学习的河湖水体污染定量溯源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:CN120106206B

龙图腾网通过国家知识产权局官网在2025-08-19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:202510585342.2,技术领域涉及:G06N5/025;该发明授权一种结合知识图谱和机器学习的河湖水体污染定量溯源方法是由陈求稳;莫康乐;陈诚;张建云;韩依霖;李江;何梦男;魏光辉;马金戈;杨疆卫;廖茂居设计研发完成,并于2025-05-08向国家知识产权局提交的专利申请。

一种结合知识图谱和机器学习的河湖水体污染定量溯源方法在说明书摘要公布了:本发明公开一种结合知识图谱和机器学习的河湖水体污染定量溯源方法。本发明涉及水质污染溯源技术领域,本发明通过收集处理目标河流段数据,构建水动力—水质模型,基于目标河段排口位置,通过单位脉冲响应测试,获取各排口不同排放情境下河道下游污染物扩散特征及目标断面浓度时序特征,构建“源强‑时间‑浓度”关系知识图谱,从图谱中随机提取样本集,采用机器学习方法训练样本集,学习下游断面浓度时序与多排口源强之间的非线性映射关系,进行河道污染物扩散过程动态反演,实现污染源的快速定位与贡献量化,最后采用蒙特卡洛抽样方法生成污染源位置的概率分布,辅助提高溯源判定优先级,从而提升河流水质污染溯源的准确性和响应速度。

本发明授权一种结合知识图谱和机器学习的河湖水体污染定量溯源方法在权利要求书中公布了:1.一种结合知识图谱和机器学习的河湖水体污染定量溯源方法,其特征在于,包括: 步骤一,确定目标河流控制断面及监测河段长度,收集河流水文数据、水质数据、水工建筑物数据、河道地形数据、气象数据以及污染排口位置数据,对收集的数据进行预处理; 步骤二,基于河道地形数据划分水动力-水环境模型网格,以实测河流水文数据、水质数据、气象数据作为输入,获取研究河段内污染物浓度的降解、扩散特征; 步骤三,对河道内污染排口进行单脉冲排放测试,获取目标断面浓度-时间序列,生成各排口单位响应函数,构建目标断面源强—时间—浓度关系知识图谱; 步骤四,构建Bi-LSTM模型,从源强—时间—浓度关系知识图谱中提取时序数据作为训练样本集,学习目标断面浓度时序与多排口源强之间的非线性映射关系; 步骤五,采用蒙特卡洛抽样方法对多排口竞争性贡献率权重进行统计,结合排放时间与排口位置数据,生成污染源排口的概率分布,最终确定污染源排口; 其中,采用蒙特卡洛抽样方法对多排口竞争性贡献率权重进行统计,针对污染源排放量扰动,基于历史数据和不同类型排口排放许可限值,通过简单随机抽样生成N组源强组合; 通过源强—时间—浓度关系知识图谱对应查询下游目标断面扰动浓度时序: ; 其中,表示受扰动影响的下游目标断面污染物浓度;表示下游目标断面污染物浓度时序;表示扰动项; 运行Bi-LSTM模型输出各排口源强估计,按时间积分计算其贡献权重: 其中,表示排口i的权重;表示各排口源强估计;表示j个排口的总源强估计; 计算各排口贡献权重的均值、方差、95%置信区间: 95%置信区间: 其中,、分别表示贡献权重的均值、方差,表示第k次取样的值; 统计N次模拟中各排口成为主要贡献源的贡献率: 其中,表示排口i贡献率,其中,、分别表示排口i和j的权重; 基于贡献率值最终确定造成河流目标断面水质超标的污染源排口。

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水利部交通运输部国家能源局南京水利科学研究院;中国水利水电第九工程局有限公司;新疆维吾尔自治区塔里木河流域管理局,其通讯地址为:210029 江苏省南京市鼓楼区广州路223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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。