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！

龙图腾网获悉北京师范大学申请的专利一种城市水文多物理场解耦监督的AI洪涝实时模拟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：CN120277933B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202510771672.0，技术领域涉及：G06F30/20；该发明授权一种城市水文多物理场解耦监督的AI洪涝实时模拟方法是由任汉承;庞博;陈浩铭;周斯聪;杨轲;谢晨冉设计研发完成，并于2025-06-11向国家知识产权局提交的专利申请。

本一种城市水文多物理场解耦监督的AI洪涝实时模拟方法在说明书摘要公布了：本发明提供一种城市水文多物理场解耦监督的AI洪涝实时模拟方法，构建城市洪涝智能物理预测模型，通过分层解耦城市水文水动力系统，将一维排水管网子模块与二维地表洪水模块分离，针对不同环节设计多尺度物理约束损失函数，实现微观、中观、宏观多尺度物理约束融合，在微观层面，在排水系统的神经网络代理中嵌入圣维南方程的残差约束；在中观层面，在地表洪水演进系统中嵌入浅水方程的残差约束；在宏观层面，实现系统整体的水量平衡约束；通过将城市水文水动力解耦并实现多尺度物理场监督约束。

本发明授权一种城市水文多物理场解耦监督的AI洪涝实时模拟方法在权利要求书中公布了：1.一种城市水文多物理场解耦监督的AI洪涝实时模拟方法，包括获取历史降雨数据和实时降雨数据、训练阶段和应用阶段，其特征在于，所述训练阶段包括以下步骤： 步骤01：将所述历史降雨数据输入到一维排水管网子模块中，计算微观约束数据，所述微观约束数据包括节点溢流和积水量； 步骤02：将所述历史降雨数据输入到二维地表洪水子模块中，生成中观参考数据，所述中观参考数据包括地表洪水时空分布； 步骤03：对二维水动力数据进行经验正交函数分析，提取前k阶主成分，降低数据维度，其中，k≪M，M为空间点数； 步骤04：使用多物理场约束监督模块约束训练，通过分层监督结构架构，利用循环神经网络学习降雨-溢流-洪水映射关系，同时施加微观、中观、宏观约束损失，所述多物理场约束监督模块基于解耦-约束-预测的三级架构，通过分层物理约束实现机理与数据的深度融合； 所述多物理场约束监督模块针对微观物理约束的损失函数重构为微观质量守恒损失，所述微观质量守恒损失强制一维管网模块满足圣维南方程的连续性方程与动量方程残差约束，损失函数为 ， 其中，γ1和γ2为权重系数，E为损失随机变量的数学期望，A为过水断面面积，t为时间，Q为断面流量，Q=ucA，uc为断面平均流速，x为沿管道轴线方向的坐标，ql为单位长度管道的旁侧入流率，h为过水断面水深，g为重力加速度，s0为管道底坡，sf为摩阻坡降，ul为旁侧入流的流速； 所述应用阶段包括以下子步骤： 步骤11：将所述实时降雨数据输入一维排水管网子模块中，计算节点溢流数据Qovf； 步骤12：洪水解码器将溢流数据映射为EOF时间模态，结合训练阶段提取的空间模态，重构高分辨率洪水深度和流速分布， ， 其中，X为原始的数据集矩阵，i为模态的索引值，ei为空间模态，ai为预测的时间模态，T为转置符号，为实数空间，M为时间维度的大小，N为空间维度的大小。

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北京师范大学，其通讯地址为：100875 北京市海淀区新街口外大街19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。