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！

龙图腾网获悉中国水利水电科学研究院申请的专利一种融合物理约束的山洪风险预测大模型的构建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：CN121303351B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202511501501.2，技术领域涉及：G06N5/04；该发明授权一种融合物理约束的山洪风险预测大模型的构建方法是由田济扬;章跃芬;祁昕;田孟涵设计研发完成，并于2025-10-21向国家知识产权局提交的专利申请。

本一种融合物理约束的山洪风险预测大模型的构建方法在说明书摘要公布了：本发明公开一种融合物理约束的山洪风险预测大模型的构建方法，包括以下步骤：步骤1、构建基于Transformer‑Unet的AI大模型架构；步骤2、构建水文水动力模型；步骤3、对AI大模型与水文水动力模型进行耦合；步骤4、构建训练样本大数据并开展山洪风险预测大模型训练。本发明通过在AI大模型中融合物理约束，充分发挥了AI大模型学习和适应能力强、物理模型可解释性强的优势，显著提高模型的泛化能力，适用于不同类型山洪灾害的风险预测。本发明构建的融合物理约束的山洪风险预测大模型，较传统预报降雨驱动水文水动力模型并配合山洪灾害预警指标开展风险预测的计算效率大大提升，提高了山洪风险预测精准度和分析速度，为山洪灾害防治提供可靠的技术支撑。

本发明授权一种融合物理约束的山洪风险预测大模型的构建方法在权利要求书中公布了：1.一种融合物理约束的山洪风险预测大模型的构建方法，其特征在于，所述方法包括以下步骤： 步骤1、构建基于Transformer-Unet的AI大模型架构：首先确定Transformer编码器和解码器的层数，在自注意力机制中生成查询Q、键K、值V的矩阵，将Q、K、V拆分为多个头，构建Transformer模型；其次采用Unet网络结构，给定初始的输出通道数、输入通道数、卷积核大小，通过下采样过程提取高层特征、上采样时结合低层特征；最后把Transformer模型分别作为Unet网络结构中的卷积层和全连接层，嵌入Unet网络，构建Transformer-Unet的AI大模型架构，并通过调整卷积层、连接方式、注意力机制确定大模型结构； 步骤2、构建水文水动力模型：针对研究区划分小流域计算单元，构建由面雨量融合、蒸散发、产流、汇流、演进、水库调蓄过程耦合计算的分布式水文模型，实现逐河段流量过程计算；针对小流域内易受山洪威胁的区域建立水动力模型，包括沟道一维水动力学模型、洪水淹没二维水动力学模型，实现沟道洪水要素和洪水淹没演进过程的动态计算，并得到淹没范围、水深及流速； 步骤3、对AI大模型与水文水动力模型进行耦合：依托基于Transformer-Unet的AI大模型架构，在Transformer-Unet的损失函数中加入构建的物理约束，实现其与水文水动力模型的耦合，即在Transformer-Unet的损失函数中嵌入分布式水文模型的水量平衡方程、水动力模型的二维浅水方程作为物理约束，参与AI大模型参数的调整优化，AI大模型输出包括分布式水文模型所需的产汇流参数、水动力模型所需的糙率，从而实现水文水动力模型和AI大模型的耦合，构建形成山洪风险预测大模型； 步骤4、构建训练样本大数据并开展山洪风险预测大模型训练：整合历史山洪灾害数据、小流域设计暴雨洪水、有水文站观测资料小流域的涨水过程，依托步骤2构建的水文水动力模型，计算形成研究区内不同小流域对应的降雨场次及其引发的土湿变化、流量过程、淹没范围、淹没水深及流速分布成套数据，与山洪灾害调查评价成果数据共同构成山洪灾害样本大数据，作为山洪风险预测大模型的训练数据对大模型进行训练。

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中国水利水电科学研究院，其通讯地址为：100048 北京市海淀区车公庄西路20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。