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！

龙图腾网获悉应急管理部国家自然灾害防治研究院;福建师范大学申请的专利一种基于图神经微分方程的暴雨山洪物理约束预测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：CN121350786B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511913579.5，技术领域涉及：G06F18/241；该发明授权一种基于图神经微分方程的暴雨山洪物理约束预测方法及系统是由付潇然;王中根;吴雄;孙洪泉;方禾;许力设计研发完成，并于2025-12-18向国家知识产权局提交的专利申请。

本一种基于图神经微分方程的暴雨山洪物理约束预测方法及系统在说明书摘要公布了：本发明公开了一种基于图神经微分方程的暴雨山洪物理约束预测方法及系统，属于暴雨山洪预测技术领域，方法步骤为：多模态水文特征获取与并行编码；基于图的时空注意力融合；基于物理约束的图神经微分方程进行建模与动态推演；多任务洪水过程线预测与输出；联合损失函数设计与端到端训练。系统包括用于多源异构数据特征提取的多模态水文特征获取与编码模块、用于将多源异构特征进行深度融合的基于图的时空注意力融合模块、用于连续动态过程建模的基于物理约束的图神经微分方程动态核心模块、用于输出空间分布式洪水过程线的预测输出模块。本发明解决了现有技术在暴雨山洪预测时可靠性低、时效性差、外推能力差的问题。

本发明授权一种基于图神经微分方程的暴雨山洪物理约束预测方法及系统在权利要求书中公布了：1.一种基于图神经微分方程的暴雨山洪物理约束预测方法，其特征在于，包括以下步骤： 1多模态水文特征获取与并行编码：构建多模态水文特征获取与编码模块，依靠并行的编码器集群，从多源异构数据中提取深层次、多维度的特征表示； 2基于图的时空注意力融合：构建基于图的时空注意力融合模块，利用图注意力网络动态权衡流域内不同空间位置的影响，将步骤1编码后的多源异构特征进行深度融合，以识别并聚焦于关键时空节点，生成统一的时空特征向量； 3基于物理约束的图神经微分方程进行建模与动态推演：将步骤2生成的统一的时空特征向量作为外部驱动力,构建基于物理约束的图神经微分方程动态核心模块，在经典水力学定律的强力约束下，对整个河网系统的未来水文状态进行连续时间上的推演,具体步骤为： 3.1连续时间系统形式化：将整个河网的水文状态表示为一个综合状态矩阵，其随时间的演化由一个常微分方程描述：；其中，是河网状态矩阵随时间的变化率；是一个由图神经网络实现的、参数为的函数；代表河网拓扑的邻接矩阵；是该时刻的外部驱动力；从而构成了一个图神经微分方程； 3.2未来状态求解：通过高效数值常微分方程求解器，对步骤3.1定义的图神经微分方程从当前状态开始进行积分，预测未来任意时刻的系统状态 3.3可微分物理约束：将经典水力学控制方程转化为可微分的损失函数项，强制图神经微分方程的学习过程遵循物理定律，防止模型产生违背物理规律的预测结果； 4多任务洪水过程线预测与输出：构建预测输出模块，将基于物理约束的图神经微分方程动态核心模块输出的未来一系列时刻的系统状态矩阵进行解码，并输出洪水预警产品，具体步骤为： 4.1状态解码与目标生成：将基于物理约束的图神经微分方程动态核心模块输出的未来一系列时刻的系统状态矩阵,,...进行解码，提取出每个预警断面的流量和水位关键物理量的时间序列； 4.2生成空间分布式洪水过程线：输出空间分布式的洪水过程线，为流域内一个或多个关键节点同时预测未来一段时间内完整的流量时间序列，输出洪峰到达时间、洪峰量级、洪水持续时间； 5联合损失函数设计与端到端训练：将由步骤1的多模态水文特征获取与编码模块、步骤2的基于图的时空注意力融合模块、步骤3的基于物理约束的图神经微分方程动态核心模块及步骤4的预测输出模块共同构成的完整预测架构作为一个统一的整体模型，通过最小化的联合损失函数，以端到端的方式进行统一优化训练。

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应急管理部国家自然灾害防治研究院;福建师范大学，其通讯地址为：100085 北京市海淀区清河安宁庄路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。