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申请的专利一种基于机器学习的水文数据治理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：CN120104967B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202510174505.8，技术领域涉及：G06F18/10；该发明授权一种基于机器学习的水文数据治理方法及系统是由王欢;化锋;沈捷;崔巍;方涛;黄育朵;袁丹设计研发完成，并于2025-02-18向国家知识产权局提交的专利申请。

本一种基于机器学习的水文数据治理方法及系统在说明书摘要公布了：本发明公开了一种基于机器学习的水文数据治理方法及系统，S1.生成具有统一时空分辨率的水文监测数据集；S2.构建水文监测数据的模糊熵矩阵；S3.生成以有向无环图形式表示的水文监测数据因果模型；S4.通过动态调整异常检测阈值对异常水文监测数据的实时识别；S5.生成异常溯源候选路径，形成异常水文监测数据因果链条；S6.对异常溯源候选路径进行模糊熵优化处理，依据各因果链条中水文变量的模糊熵值及其在因果链中的影响权重，筛选出关键异常因果路径，进而对异常水文监测数据根本原因的定位。本发明为水资源管理、防灾预警及环境监测提供了一种更加高效、智能化的技术方案。

本发明授权一种基于机器学习的水文数据治理方法及系统在权利要求书中公布了：1.一种基于机器学习的水文数据治理方法，其特征在于，包括如下步骤： S1.获取水文监测数据并进行预处理，生成具有统一时空分辨率的水文监测数据集； S2.对水文监测数据集计算各水文变量的模糊熵值，形成用于衡量各水文变量不确定性的模糊熵评估结果，并构建水文监测数据的模糊熵矩阵； S3.基于水文监测数据集及其模糊熵矩阵，采用格兰杰因果分析方法构建水文监测数据中各水文变量之间的因果关系模型，通过对不同时间滞后条件下的因果检验确定各水文变量间的直接及间接因果关系，生成以有向无环图形式表示的水文监测数据因果模型； S4.对水文监测数据集进行连续监控，并利用水文监测数据因果模型结合模糊熵优化策略对实时水文监测数据集进行异常检测，通过动态调整异常检测阈值对异常水文监测数据的实时识别； 所述步骤S4包括以下步骤： S41.在监测周期内对实时水文监测数据集进行连续监测，并对每一采样时刻计算水文变量值与水文变量历史分布的偏差度量； S42.结合水文监测数据因果模型G对每一水文变量在滞后时间窗口L内的因果影响变量集合进行因果加权偏差计算： ； 其中，为因果模型中影响的变量集合，为因果加权因子，为水文变量对产生影响的滞后时间步长，作为综合因果影响后的水文变量偏差度量； S43.结合模糊熵优化策略对每一水文变量计算动态异常检测阈值： ； 其中，为水文变量在历史数据中的平均偏差度量，为水文变量的模糊熵值，为基准异常检测系数，为模糊熵影响因子； S44.在每一采样时刻，若满足，则判定水文变量在时间发生异常，并记录该异常水文变量、异常发生时刻及因果影响路径； S5.当检测到异常水文监测数据后，根据水文监测数据因果模型对异常水文监测数据进行逆向因果分析，依托格兰杰因果分析结果和模糊熵评估结果，生成异常溯源候选路径，形成异常水文监测数据因果链条； S6.对异常溯源候选路径进行模糊熵优化处理，依据各因果链条中水文变量的模糊熵值及其在因果链中的影响权重，筛选出关键异常因果路径，进而对异常水文监测数据根本原因的定位。

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，其通讯地址为：210029 江苏省南京市广州路225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。