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！

龙图腾网获悉中国长江电力股份有限公司申请的专利一种对影响梯级水库调度运行的事件的预测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：CN119514920B 。

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：202411465161.8，技术领域涉及：G06Q10/0631；该发明授权一种对影响梯级水库调度运行的事件的预测方法是由金传鑫;鲍正风;曹辉;桂发二;罗源;杨旭;张玉柱;周晓倩;史晓薇;刘新波;卢佳;沈柯言;马一鸣;王锦;邹翔熙;刘金鹏设计研发完成，并于2024-10-18向国家知识产权局提交的专利申请。

本一种对影响梯级水库调度运行的事件的预测方法在说明书摘要公布了：本发明涉及一种对影响梯级水库调度运行的事件的预测方法，包括：获取待检测梯级水库的实时监测数据，将所述待检测梯级水库的实时监测数据输入水利专业模型，获取所述待检测梯级水库的实时监测数据对应的预测数据；获取气象的预测数据，将所述气象的预测数据以及待检测梯级水库的实时监测数据对应的预测数据输入训练好的数据分析模型，获取监测结果；所述监测结果包括：关键因素、事件标签以及事件发生概率；所述数据分析模型包括：关键因素确定单元、事件分类确定单元以及事件发生概率确定单元；基于所述监测结果以及预先设定的预警规则，进行事件预警。本发明能够提高水库调度运行的安全性和可靠性。

本发明授权一种对影响梯级水库调度运行的事件的预测方法在权利要求书中公布了：1.一种对影响梯级水库调度运行的事件的预测方法，其特征在于，包括： S100、获取待检测梯级水库的实时监测数据，将所述待检测梯级水库的实时监测数据输入水利专业模型，获取所述待检测梯级水库的实时监测数据对应的预测数据； 所述实时监测数据包括：水文数据、电力数据以及工程安全监测数据；所述水利专业模型包括：水文水动力预测子模型、业务化场景预报子模型、电力市场用电负荷预测子模型以及风光抽蓄预报调度子模型； S200、获取气象的预测数据，将所述气象的预测数据以及待检测梯级水库的实时监测数据对应的预测数据输入训练好的数据分析模型，获取监测结果；所述数据分析模型包括： 关键因素确定单元、事件分类确定单元以及事件发生概率确定单元； 所述S200包括： S210、将所述气象的预测数据以及待检测梯级水库的实时监测数据对应的预测数据输入训练好的关键因素确定单元，获取对应的关键因素； 所述S210中，所述对应的关键因素为： ； 其中，Key Factors为关键因素，Xn为每种预测数据，为每种预测数据的回归系数估计值，为每种预测数据的标准误；T为置信水平； S220、将所述对应的关键因素输入所述事件分类确定单元，获取事件标签；所述事件标签包括：事件类型、事件所属对象、事件类型名称； 所述事件分类确定单元为卷积神经网络模型；所述事件分类确定单元包括：输入层、隐藏层、输出层；其中，所述输入层输入所述预测数据对应的关键因素；隐藏层包括多个神经元，用于通过sigmoid激活函数获取预测数据对应的事件标签；输出层输出所述预测数据对应的事件标签； S230、将所述对应的关键因素以及事件标签输入事件发生概率确定单元，获取事件发生概率； 所述事件发生概率确定单元包括多个事件发生概率确定子单元； 其中，根据所述事件标签，获取对应的事件发生概率确定子单元；所述事件发生概率确定子单元为： ； 其中，β0为截距项常数，βi为第i个关键因素Ki的系数，γi为第i个关键因素Ki的二次项系数，为第i和第j个关键因素之间的交互项系数，u为随机效应常数，Ki为第i个关键因素，Kj为第j个关键因素，m为关键因素的总数量，为事件发生概率； S300、基于所述监测结果以及预先设定的预警规则，进行事件预警。

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中国长江电力股份有限公司，其通讯地址为：430014 湖北省武汉市江岸区三阳路88号三阳中心；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。