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！

龙图腾网获悉河海大学申请的专利一种基于LSTM的水库入库径流预报模型的水库水位修正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：CN115640881B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202211225666.8，技术领域涉及：G06Q10/04；该发明授权一种基于LSTM的水库入库径流预报模型的水库水位修正方法是由方国华;陈超;颜敏;闻昕;黄显峰;廖涛;吕琳莉;谭乔凤;张昕怡设计研发完成，并于2022-10-09向国家知识产权局提交的专利申请。

本一种基于LSTM的水库入库径流预报模型的水库水位修正方法在说明书摘要公布了：本发明公开了一种基于LSTM的水库入库径流预报模型的水库水位修正方法，包括对历史上下级水库流量数据中的缺失值和异常值进行处理、归一化操作，划分训练集与测试集；建立基于LSTM的水库入库径流预报模型，进行训练和预测；计算入库径流的相对误差，采用相对误差频率分布直方图与相对误差分布Q‑Q图进行入库径流预报相对误差分布拟合；根据相对误差分布拟合结果，确定入库径流真实值取值区间，根据水量平衡原理筛选水库水位异常值，选择概率密度最大的入库径流值进行修正。本发明探究了水库水位与入库径流的相关关系，通过对水库入库径流的预测，反推出水库水位取值范围，提出新的水库水位修正方法，为水库调度基础数据精准计算打下较好基础。

本发明授权一种基于LSTM的水库入库径流预报模型的水库水位修正方法在权利要求书中公布了：1.一种基于LSTM的水库入库径流预报模型的水库水位修正方法，其特征在于，包括以下步骤： S1、选取历史上下级水库流量数据，对缺失值和异常值进行处理，对处理后的数据样本进行归一化操作，然后划分模型训练集与测试集； S2、建立基于LSTM的水库入库径流预报模型，采用训练集对基于LSTM的水库入库径流预报模型进行训练，运用训练后的基于LSTM的水库入库径流预报模型对测试集进行预测，得到入库径流预测值；建立的基于LSTM的水库入库径流预报模型结构为： 基于LSTM的水库入库径流预报模型输入为T‑ΔT时刻的上级水库出库流量和T‑1时刻预见期为1h的上下级水库区间来水预报组成的二维数组，输出为T时刻的下级水库入库径流；其中，ΔT为上下级水库区间的固定流量滞时； 确定基于LSTM的水库入库径流预报模型的各参数取值，参数包括隐藏层数、隐藏层节点数和学习率； 将训练集先输入至基于LSTM的水库入库径流预报模型中进行训练，在训练好基于LSTM的水库入库径流预报模型后，将测试集作为基于LSTM的水库入库径流预报模型输入数据对水库入库径流进行预测； S3、计算入库径流的相对误差，采用相对误差频率分布直方图与相对误差分布Q‑Q图进行入库径流预报相对误差分布拟合；入库径流预报的相对误差计算方法为： 其中，εi为第i个时段入库径流预报的相对误差；Q′i为基于LSTM的水库入库径流预报模型预测得到的下级水库入库径流值；Qi为根据下级水库运行数据按水量平衡方程反推得到的入库径流值； 在SPSS软件中，将入库径流预报的相对误差作为横坐标，频率作为纵坐标，绘制入库径流预报的相对误差频率分布直方图；根据相对误差频率分布直方图判断入库径流预报相对误差分布与哪个分布的概率密度函数曲线相贴合，则假定入库径流预报的相对误差服从该分布；在SPSS软件中，令x轴为入库径流预报的相对误差分位数，y轴为假设分布的分位数，绘制入库径流预报的相对误差分布Q‑Q图，如果入库径流预报的相对误差分位数和假设分布的分位数构成的点分布在一条直线上，则入库径流预报相对误差分布与假设分布存在线性相关性，入库径流预报相对误差服从假设分布； S4、根据入库径流预报相对误差分布拟合结果，确定入库径流真实值取值区间，再根据水量平衡原理计算水库水位区间，筛选出水位异常值，选择概率密度最大的入库径流值按水量平衡原理对异常值水位进行修正。

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海大学，其通讯地址为：210098 江苏省南京市鼓楼区西康路1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。