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！

龙图腾网获悉中国电建集团成都勘测设计研究院有限公司申请的专利一种基于机器学习的洪峰流量反演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：CN121188441B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511735043.9，技术领域涉及：G06F18/21；该发明授权一种基于机器学习的洪峰流量反演方法是由余春涛;王涛;李铭;万民;任逍迪;王维设计研发完成，并于2025-11-25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洪峰流量反演方法在说明书摘要公布了：本发明公开了一种基于机器学习的洪峰流量反演方法，涉及洪峰流量数据处理技术领域。该基于机器学习的洪峰流量反演方法，包括以下步骤：水文信号干扰监测；水文信号传输监测；水文信号数据质量监测。本发明通过水文信号干扰特征分析以判断是否采取动态抗干扰策略，其次进行洪峰水文信号传输完整性校验以判断是否采取传输链路优化，最后进行水文数据质量评估以判断是否进行洪峰反演，达到了提升洪峰流量反演结果准确性的效果，解决了现有技术中存在洪峰流量反演结果准确性低的问题。

本发明授权一种基于机器学习的洪峰流量反演方法在权利要求书中公布了：1.一种基于机器学习的洪峰流量反演方法，其特征在于，所述方法包括： 在洪峰流量反演过程中，进行用于评估水文信号受强磁干扰程度的水文信号干扰特征分析，并判断是否需要采取动态抗干扰策略以保障水文信号的真实性与有效性； 在水文信号干扰特征分析合格后，进行用于验证洪峰核心时段数据传输的完整性、时序连续性及核心特征保真度的洪峰水文信号传输完整性校验，并判断是否需要采取传输链路优化以降低水文数据传输过程中的洪峰核心数据特征传输失真率； 在洪峰水文信号传输完整性校验合格后，进行用于量化水文数据与洪峰核心特征匹配的准确性的水文数据质量评估，并判断是否需要进行洪峰流量反演； 所述核心特征包括洪峰起涨趋势、峰值相对基准位置和洪峰起涨点； 所述动态抗干扰策略的具体过程如下： 获取噪声模式特征参数，所述噪声模式特征参数包括用于量化强脉冲干扰对水文信号的持续影响程度的水文信号干扰脉冲时长占比、用于量化高频震荡噪声的核心频率特征的水文信号振荡频率和用于评估水文信号基线的整体偏移程度的水文信号基线漂移比值； 判断噪声模式特征参数是否符合强脉冲噪声干预条件，若是，则进行强脉冲噪声滤波处理，反之，则进行高频震荡噪声判别； 所述强脉冲噪声干预条件表示水文信号干扰脉冲时长占比大于预设脉冲时长占比阈值； 所述高频震荡噪声判别，表示判断噪声模式特征参数是否符合高频震荡噪声干预条件，若是，则进行高频震荡噪声滤波处理，反之，则进行基线漂移噪声判别； 所述基线漂移噪声判别表示，判断噪声模式特征参数是否符合基线漂移噪声干预条件，若是，则进行基线漂移噪声滤波处理，反之，则发送轻微干扰预警； 所述高频震荡噪声干预条件表示水文信号振荡频率大于预设高频震荡阈值，且高频振荡持续时长大于预设振荡持续时间阈值； 所述基线漂移噪声干预条件表示水文信号基线漂移比值在预设基线漂移比值范围内，且水文信号干扰特征分析时间段内基线偏移量小于预设漂移速率阈值； 所述洪峰流量反演的具体过程如下： 基于时间序列划分法将历史水文数据法划分为水文数据训练集和水文数据测试集； 基于水文数据训练集对预设机器学习模型进行参数迭代优化，并通过水文数据测试集验证模型精度以完成预设机器学习模型训练，将合格水文数据输入预设机器学习模型中，输出实时洪峰流量反演值。

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电建集团成都勘测设计研究院有限公司，其通讯地址为：610072 四川省成都市青羊区浣花北路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。