CN102360468B - 洪水预报系统 - Google Patents
洪水预报系统 Download PDFInfo
- Publication number
- CN102360468B CN102360468B CN201110309119.3A CN201110309119A CN102360468B CN 102360468 B CN102360468 B CN 102360468B CN 201110309119 A CN201110309119 A CN 201110309119A CN 102360468 B CN102360468 B CN 102360468B
- Authority
- CN
- China
- Prior art keywords
- forecast
- flood
- data
- functional module
- forecasting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012937 correction Methods 0.000 claims abstract description 32
- 230000006870 function Effects 0.000 claims abstract description 30
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 238000005096 rolling process Methods 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims description 27
- 230000008569 process Effects 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 20
- 238000004088 simulation Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 4
- 238000012905 input function Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 20
- 238000013528 artificial neural network Methods 0.000 abstract description 11
- 230000003993 interaction Effects 0.000 abstract description 6
- 230000005540 biological transmission Effects 0.000 abstract description 2
- 238000012986 modification Methods 0.000 abstract description 2
- 230000004048 modification Effects 0.000 abstract description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 8
- 238000001556 precipitation Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000008186 active pharmaceutical agent Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013075 data extraction Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000001704 evaporation Methods 0.000 description 2
- 230000008020 evaporation Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种洪水预报系统，包括作业预报功能模块、滚动预报功能模块、假拟洪水预报功能模块、人工修正预报结果功能模块、自动实时校正功能模块、预报误差统计分析功能模块、洪水数据录入功能模块和人工神经网络学习与预报功能模块组成，各功能模块之间通过基于WebService技术进行数据交互，实现各模块之间的数据传输；解决了现在通用洪水预报系统预报手段单一，预报精度和实时性差等问题。
Description
技术领域
本发明属于洪水预报与计算机应用相结合的技术领域。
背景技术
通过实践经验表明，准确及时的洪水预报是防洪决策的重要依据。根据洪水预报可以事先控制水利工程（水库、闸坝）的泄洪、拦洪、削减洪峰，与下游洪水错峰等。洪水预报方案，主要是依据上游已经出现的水文情况和已降落在地面的雨量，采用流域和河道内的流体力学和水量平衡原理，借助土壤、地貌、河网的特性进行产流和汇流演算，计算出下游断面的水位、流量过程（包括洪峰、总量）；按我国“水文预报规范”，一般情况下预报分级指标在100%以内，其合格率在85%以上的方法才能正式发布预报。洪水预报的预见期是以上游洪水向下游传播时间或由降雨形成洪水过程的滞后时间为依据的，对于大中河流预见期是比较长的，一般都在2天以上。对于小流域或区间的洪水预见期相对小一些，但至少也有3～6个小时。在防洪斗争中时间就是生命，能多争取1～2个小时，就可以少死人或不死人，大大减少灾害。但是在现在通用的洪水预报系统中，预报手段单一，预报精度和实时性比较差。
发明内容
本发明要解决的技术问题：提供一种洪水预报系统
以解决：现在通用洪水预报系统预报手段单一，预报精度和实时性差等问题。
本发明技术方案：
一种洪水预报系统，包括：
作业预报功能模块，对预报断面进行洪水预报操作，预报未来一定时期内洪水总量、洪峰、峰现时间、洪水过程等，分别与数据库系统、人工修正预报结果功能模块和自动实时校正功能模块电连接；
滚动预报功能模块，对指定计算断面进行预报计算，并根据时间推移逐时段进行滚动预报，分别与数据库系统、人工修正预报结果功能模块和自动实时校正功能模块电连接；
假拟洪水预报功能模块，人工根据天气情况对未来时段的暴雨进行估计和预测，假拟暴雨预报情况下对未来洪水进行假拟预报计算，分别与数据库系统、人工修正预报结果功能模块和自动实时校正功能模块电连接；
人工修正预报结果功能模块，对各个预报断面的预报结果数据进行人工修正；
自动实时校正功能模块，在预报计算完成后将自动根据已发生的历史数据对预报时段的预报数据进行修正处理。
它还包括：
预报误差统计分析功能模块，对预报中可能的误差来源做出计算和分析，确定出预报的精度等级，与数据库系统电连接；
洪水数据录入功能模块，对设计洪水数据、各频率洪水数据、典型洪水数据及任意的人工模拟洪水进行输入和存储操作。通过录入洪水数据并存档，为模拟洪水预报中直接调用洪水数据作准备，与数据库系统电连接；
人工神经网络学习与预报功能模块，通过不断的向网络输入水文样本数据，遵循一定的学习规则，来不断的调整网络各层的权重参数，使网络的输入和输出以一定的精度向给定的样本模式逼近，与数据库系统电连接。
本发明的有益效果：
本发明一种洪水预报系统，它利用作业预报功能模块、滚动预报功能模块、假拟洪水预报功能模块三种预报手段结合，充分利用和发挥现有通讯和计算机的功能，建立水文预报的人机交互式应用模式，利用人工修正预报功能模块和自动实时校正功能模块，随时根据实时监测到的数据，进行预报修正，利用三种预报手段的结合，实现预报作业的多样化及动态根据流域情况自动选择相应的模型进行预报。预报成果根据实时数据进行实时修正或人工修正，在应用过程中当外界信息数据发生变化时，系统自动进行运行参数校准，从而准确的实现自动、假拟未来降雨、人工交互预报等功能，在洪水预报系统中，为提高预报精度减小累计误差，在洪水预报系统中采用人工神经网络学习与预报功能，进行洪水数据计算，解决了现在通用洪水预报系统预报手段单一，预报精度和实时性差等问题。
附图说明：
图1 为本发明洪水预报系统结构框图；
图2 为本发明神经网络模型结构框图；
图3 为本发明作业预报功能模块控制原理图；
图4 为本发明滚动预报功能模块控制原理图；
图5 为本发明假拟洪水预报功能模块控制原理图；
图6 为本发明自动实时校正功能模块控制原理图；
图7 为本发明人工修正预报结果功能块控制原理图；
图8 为本发明预报误差统计分析功能模块。
具体实施方式：
洪水预报系统与数据库系统位于不同的服务器上，二者之间通过基于Web Service技术进行网络连接，实现二个系统之间的数据交互。
洪水预报系统（见图1）由作业预报功能模块、滚动预报功能模块、假拟洪水预报功能模块、人工修正预报结果功能模块、自动实时校正功能模块、预报误差统计分析功能模块和洪水数据录入功能模块组成，各功能模块之间通过系统内部功能模块之间的数据调用函数或通过基于Web Service技术进行数据交互，实现各模块之间的数据传输。
基于Web Service的集成技术作为一种新的面向函数和方法的应用集成技术，在很大程度上解决了原有集成技术在Internet远程通信方面的问题。Web Service基于XML文档进行服务描述，服务请求和反馈结果，可以在Internet上通过HTTP协议进行传递，很容易的被访问和返回结果。同时，由于Web Service的相关标准都是W3C的开放协议，与平台和操作系统无关，不同的平台和操作系统上的Web Service的实现在很大程度上可以做到互操作，这就使异构平台上应用的集成变得很容易。此外，过去使用的基于RPC（RPC - Remote Procedure Call，远程过程调用）和API（Application Programming Interface，程序编程接口）的集成技术都是一种函数级的静态解决方案（即使它们在客户机和服务器通讯时使用XML）；Web Service则是一种动态的集成方案，所有的服务都可以通过UDDI标准动态地被发现、绑定和使用，容易适应系统的变动，提高系统的灵活性和伸缩性。
使用Web Service技术进行系统集成和过去使用其它面向函数和方法的技术进行集成类似：在进行初始设计的时候主要考虑不同应用之间，系统不同模块之间消息及数据传递的需求；根据具体需求设置相应的接口，描述接口特性；针对不同应用的平台选择相应的Web Service组件，进行相应设置；实现不同应用的接口，进行相应调试；实际运行，应用程序间进行协同调试。
作业预报功能模块，是根据某区域的所有降雨监测数据和预报断面的相关参数以及预报方案进行预报计算。对于一个预报断面将有一个系统模型方案，也可设置多个预报方案；对未知时段的降雨量，可通过假拟降水输入未来降水过程进行假拟预报以延长有效预见期和提高预报精度，对预报结果可通过实时校正进行修正以控制预报误差，也可进行人工修正处理，在进行作业预报时其预报时段数可根据需要进行调整，可按当前的系统时间进行实时洪水预报，也可指定任意的已发生时间进行历史洪水预报，并且对于同一预报断面可选择不同的预报方案分别进行预报计算，数据信息来源于上位数据库系统，通过数据调用函数实现与自动实时校正功能模块和人工修正预报结果功能模块之间的信息交接，通过Web Service技术实现与数据库系统之间的信息交接。其控制原理（见图3）：作业预报功能模块从数据库系统提取如预报断面数据、基础参数数据、预报开始时间、预报方案数据、水雨情采集数据等，并选择是否实时校正选择、是否人工修正选择、是否指定发布选择、人工修正预报操作等，通过作业预报预报功能模块的实测数据提取、参数提取、预报计算、显示结果数据、发布结果数据和结果数据管理，最终得出预报结果数据。
滚动预报功能模块，是对预报模块定时整点对指定计算断面进行预报计算，并根据时间推移逐时段进行滚动预报；其计算过程将根据已设置的预报方案、预报顺序、是否自动校正、是否自动发布等参数来启动自动预报计算操作，计算完成后将实时滚动显示最新的计算结果，对于滚动计算可指定任意的计算断面，一般默认为流域出口点，且在滚动计算过程完全自动进行，不提供人工干预操作，数据信息来源于上位数据库系统，通过数据调用函数实现与自动实时校正功能模块和人工修正预报结果功能模块之间的信息交接，通过Web Service技术实现与数据库系统之间的信息交接。其控制原理为(见图4)：滚动预报功能模块从数据库系统提取所需的数据信息如：起始计算断面数据、基础参数数据、计算开始时间、自动计算方案数据、水雨情实时采集数据等，并选择是否滚动预报、是否实时校正和定时滚动监测，通过滚动预报功能模块的自动提取数据、预报计算、显示结果数据、发布结果数据功能，最终发出预报结果数据。
假拟洪水预报功能模块，是在假拟暴雨预报情况下对未来洪水进行假拟预报计算，其数据来源主要是人工根据天气情况对未来时段的暴雨进行估计和预测，包括预报断面及以上流域内的所有雨量站在未来时段的降水数据，当有蒸发站或温度站时也可假拟对应的蒸发和温度数据人工修正预报结果功能模块，对各个预报断面的预报结果数据进行人工修正.通过数据调用函数实现与自动实时校正功能模块和人工修正预报结果功能模块之间的信息交接，通过Web Service技术实现与数据库系统之间的信息交接。其控制原理为(见图5)：假拟洪水预报功能模块从数据库系统提取预报断面数据、基础参数数据、计算开始时间、预报方案数据、水雨情实时采集数据、假拟水雨情数据等，并选择是否实时校正选择、自动发布选择，然后通过假拟洪水预报功能模块的假拟洪水整理、洪水预报计算、发布结果数据、显示结果数据等操作，最终得出假拟预报结果数据。
自动实时校正功能模块，当选择为自动校正情况下，在预报计算完成后将自动根据数据库系统中已发生的历史数据对预报时段的预报数据进行修正处理，主要采用自回归实时校正法进行修正计算。任何一个模型的预报结果都会存在一定的误差，为了减少模型误差，尽可能提高预报的精度，利用最新的实测数据对原预报结果进行修正，通过对已出现的预报误差时序进行分析，寻求其变化规律，建立合适的预报误差的模型来推求未来的误差值以校正尚未出现的预报值，以提高预报精度。通过系统内部功能模块之间的数据调用函数实现数据交接，和数据库系统之间通过Web Service技术进行连接，实现与其他功能模块之间的数据交互。其控制原理为(见图6)：自动实时校正功能模块从数据库系统提取基础参数如预报值数据系列、实测数据系列、校正参数数据等，并选择是否实时校正选择，然后通过自动实时校正功能模块的数据统计、数据对比分析和校正计算，得出校正后的预报值系列。
人工修正预报结果功能模块，对各个预报断面的预报结果数据进行人工修正，当对预报结果数据需要进行人工修正时选择修正即可；在修改预报结果数据时将根据修改情况同步实时更新对应的数据表格和过程线图形，并将修正后的预报数据传递到下一步骤进行相关计算和发布处理等。通过系统内部功能模块之间的数据调用函数实现数据交接，和数据库系统之间通过Web Service技术进行连接，实现与其他功能模块之间的数据交互。其控制原理为(见图7): 人工修正预报结果功能模块从数据库系统读取初始预报结果数据，并选择是否人工修正操作，通过人工修正预报结果功能模块的预报结果编辑、结果数据显示和结果数据管理功能，最后输出修正后的预报结果，达到人工修正的目的。
预报误差统计分析功能模块，是对预报中可能的误差来源做出计算和分析，确定出预报的精度等级，其有关的精度确定根据《水文情报预报规范》的相关要求进行统计计算和分析处理，洪水预报误差统计分析的项目主要有洪峰流量预报误差、洪峰出现时间预报误差、洪水总量预报误差、洪水过程预报误差和确定性系数计算等，洪水预报系统将对选择的预报结果数据自动根据实测数据进行误差统计与分析，对每项指标都将按照规范要求计算出其误差数据，然后在根据各精度指标的评定标准进行精度等级的评定，最终给出各预报成果的误差数据及评定情况，和数据库系统之间通过Web Service技术进行信息交接，实现数据信息传递。其控制原理为(见图8): 预报误差统计分析功能模块从数据库系统读取所需的如预报结果数据、实测水雨情数据、水文情报预报规范等，并选择误差统计项，然后通过预报误差统计分析功能模块从数据库系统的数据整理、误差统计、数据提取、指标分析等处理，最终得出洪峰流量预报误差、洪峰出现时间预报误差、洪水过程预报误差、洪水总量预报误差、确定性系数等结果。
洪水数据录入功能模块，主要是负责录入各洪水数据，包括对设计洪水数据、各频率洪水数据、典型洪水数据及任意的人工模拟洪水进行输入和存储操作。通过录入洪水数据并存档，为模拟洪水预报中直接调用洪水数据作准备，和数据库系统之间通过Web Service技术进行信息交接。
人工神经网络学习与预报功能模块，为提高预报精度减小累计误差，在洪水预报中采用人工神经网络技术进行模拟、卡尔曼技术和最优算法进行实时修正，它们的作用是根据场次洪水的实测过程对当前土壤含水量进行实时修正，从而保证预报的正确性，人工神经网络预报是一种具有统计系列的数学物理模型，该模型的核心是根据流域系统的输入和输出资料(不考虑过程)，用人工神经网络的自学习方法，建立输入与输出的动态数学模型，这里的动态是指模型具有自适应性，也就是可以根据外部环境变化而变化，人工神经网络学习就是通过不断的向网络输入水文样本数据，遵循一定的学习规则，来不断的调整网络各层的权重参数，使网络的输入和输出以一定的精度向给定的样本模式逼近。学习的实质就是网络通过输入输出信息，识别存在信息的内部规律。学习过程可以描述如下:
工作信号正向传播：输入信号从输入层经隐层，传向输出层，这是工作信号的正向传播。在信号向前传递过程中网络的权值是固定不变的，每层神经元的状态只影响下一层神经元的状态。如果输出不能得到期望结果，则转入误差信号反向传播。
网络的实际输出与期望输出之间差值即为误差信号，误差信号由输出端开始逐层向后传播，这是误差信号反向传播。在误差信号反向传播过程中，网络的权值由误差反馈进行调整，通过权值不断的修正使网络的输出更接近期望输出。
由于水文预报具有多输入单输出的特点，所有对于神经网络结模型，采用多输入单输出的单隐层结构，当学习过程确定网络参数后就可以采用正向传播来实现洪水预报。
建立神经网络模型（见图2），首先分析输入和输出条件，这里的输出即出口断面的流量过程；输入条件包括降雨过程、降雨历时、降雨量、河道基流及前一时刻的出口断面流量等。模型结构描述如下：q(t-1),q(t-2),…,q(t-n)表示t时刻以前各时刻出口断面流量，体现出口断面流量的时间滞后影响；r(t),r(t-1),…,r(t-n)表示降雨过程及时间滞后影响; e(t),e(t-1),…,e(t-n)表示蒸发过程及时间滞后影响;R表示总降雨量;q(0)表示出口断面的基流;Td表示降雨历时.网络输出q(t)表示出口断面流量过程。
人工神经网络学习与预报功能模块与数据库及其他功能模块之间通过基于通过Web Service技术进行连接，实现数据交互，提高预报系统的精度和实时性。
本发明解决了现在通用洪水预报系统预报手段单一，预报精度和实时性差等问题。
Claims (2)
1.一种洪水预报系统，它包括作业预报功能模块，对预报断面进行洪水预报操作，预报出未来一定时期内洪水总量、洪峰、峰现时间、洪水过程，分别与数据库系统、人工修正预报结果功能模块和自动实时校正功能模块电连接；其特征在于：它还包括：滚动预报功能模块，对指定计算断面进行预报计算，并根据时间推移逐时段进行滚动预报，分别与数据库系统、人工修正预报结果功能模块和自动实时校正功能模块电连接；假拟洪水预报功能模块，人工根据天气情况对未来时段的暴雨进行估计和预测，假拟暴雨预报情况下对未来洪水进行假拟预报计算，分别与数据库系统、人工修正预报结果功能模块和自动实时校正功能模块电连接；人工修正预报结果功能模块，对预报断面的预报结果数据进行人工修正，与数据库系统电连接；自动实时校正功能模块，在预报计算完成后将自动根据已发生的历史数据对预报时段的预报数据进行修正处理，与数据库系统电连接。
2.根据权利要求1所述一种洪水预报系统，其特征在于：它还包括
预报误差统计分析功能模块，对预报中的误差来源做出计算和分析，确定出预报的精度等级，与数据库系统电连接；
洪水数据录入功能模块，对设计洪水数据、各频率洪水数据、典型洪水数据及任意的人工模拟洪水进行输入和存储操作，通过录入洪水数据并存档，为模拟洪水预报中直接调用洪水数据作准备，与数据库系统电连接；
预报功能模块，通过不断的向网络输入水文样本数据，遵循一定的学习规则，来不断的调整网络各层的权重参数，使网络的输入和输出以一定的精度向给定的样本模式逼近，与数据库系统电连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110309119.3A CN102360468B (zh) | 2011-10-13 | 2011-10-13 | 洪水预报系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110309119.3A CN102360468B (zh) | 2011-10-13 | 2011-10-13 | 洪水预报系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102360468A CN102360468A (zh) | 2012-02-22 |
| CN102360468B true CN102360468B (zh) | 2014-06-25 |
Family
ID=45585793
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201110309119.3A Active CN102360468B (zh) | 2011-10-13 | 2011-10-13 | 洪水预报系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102360468B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107704592A (zh) * | 2017-10-12 | 2018-02-16 | 滁州学院 | 一种基于WebGIS的洪水预报服务构建方法 |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102637241B (zh) * | 2012-03-22 | 2015-08-26 | 贵州东方世纪科技股份有限公司 | 一种基于分布式异构平台的洪水淹没演进计算系统 |
| CN104298841B (zh) * | 2013-07-16 | 2018-04-13 | 浙江贵仁信息科技股份有限公司 | 一种基于历史数据的洪水预报方法和系统 |
| CN103678701A (zh) * | 2013-12-31 | 2014-03-26 | 福建四创软件有限公司 | 基于WebService的防灾减灾信息处理系统及方法 |
| CN104750398B (zh) * | 2015-04-21 | 2017-12-26 | 陈川建 | 基于水文图纸的图形交互系统及水文数据的处理方法 |
| CN105631228A (zh) * | 2016-01-18 | 2016-06-01 | 中科宇图科技股份有限公司 | 一种超级多模集成应用的水文预警预报系统和方法 |
| CN107609707B (zh) * | 2017-09-20 | 2021-02-02 | 四创科技有限公司 | 一种洪水预报、防灾决策方法及系统 |
| CN108133292A (zh) * | 2017-12-25 | 2018-06-08 | 贵州东方世纪科技股份有限公司 | 一种基于人工智能的水土侵蚀计算方法 |
| CN110555069A (zh) * | 2018-05-15 | 2019-12-10 | 中国科学院城市环境研究所 | 一种基于hec-hms模型的实时在线洪水预报方法 |
| CN111199298B (zh) * | 2018-11-19 | 2023-06-27 | 贺州市水利局 | 基于神经网络的洪水预报方法与系统 |
| CN112967476A (zh) * | 2021-04-09 | 2021-06-15 | 黑龙江文图测绘地理信息有限责任公司 | 一种基于双曲分流模型的洪水预报系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101604356A (zh) * | 2009-06-24 | 2009-12-16 | 南京大学 | 一种不确定性中长期水文预报模型的建立方法 |
| CN101788692A (zh) * | 2009-11-24 | 2010-07-28 | 西北电网有限公司 | 基于神经网络的短时风速预报方法 |
| CN101794495A (zh) * | 2010-02-05 | 2010-08-04 | 国网电力科学研究院 | 洪水预报系统中实时校正模型的优选方法 |
| CN101846750A (zh) * | 2008-11-05 | 2010-09-29 | 通用电气公司 | 用于检测固态水积聚的装置和方法 |
-
2011
- 2011-10-13 CN CN201110309119.3A patent/CN102360468B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101846750A (zh) * | 2008-11-05 | 2010-09-29 | 通用电气公司 | 用于检测固态水积聚的装置和方法 |
| CN101604356A (zh) * | 2009-06-24 | 2009-12-16 | 南京大学 | 一种不确定性中长期水文预报模型的建立方法 |
| CN101788692A (zh) * | 2009-11-24 | 2010-07-28 | 西北电网有限公司 | 基于神经网络的短时风速预报方法 |
| CN101794495A (zh) * | 2010-02-05 | 2010-08-04 | 国网电力科学研究院 | 洪水预报系统中实时校正模型的优选方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107704592A (zh) * | 2017-10-12 | 2018-02-16 | 滁州学院 | 一种基于WebGIS的洪水预报服务构建方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102360468A (zh) | 2012-02-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102360468B (zh) | 洪水预报系统 | |
| CN102419580B (zh) | 洪水预报调度系统 | |
| CN111222698B (zh) | 面向物联网的基于长短时记忆网络的积水水位预测方法 | |
| CN107316095B (zh) | 一种耦合多源数据的区域气象干旱等级预测方法 | |
| CN114970377B (zh) | 基于新安江与深度学习耦合模型的场次洪水预报方法和系统 | |
| CN108320462A (zh) | 城市防汛预警预报系统 | |
| CN109272146A (zh) | 一种基于深度学习模型和bp神经网络校正的洪水预测方法 | |
| CN101622952A (zh) | 灌区用水管理信息化结构体系 | |
| CN107609787A (zh) | 基于自动生成预案的闸泵群联合自动调度方法 | |
| CN101807045B (zh) | 基于数据的城市污水泵站系统建模方法 | |
| CN114611778B (zh) | 一种基于入库流量的水库水位预警方法及系统 | |
| CN103810532B (zh) | 优化城市排水系统运行状况的方法 | |
| CN113762618B (zh) | 一种基于多因子相似分析的湖泊水位预报方法 | |
| CN102032935A (zh) | 城市排水汇流管网污水泵站流量的软测量方法 | |
| CN105631228A (zh) | 一种超级多模集成应用的水文预警预报系统和方法 | |
| CN105118293B (zh) | 一种考虑长期均衡关系的道路断面交通速度短时预测方法 | |
| KR101138098B1 (ko) | 댐군 홍수조절 연계운영 시스템 및 연계운영 방법 | |
| CN207924874U (zh) | 城市防汛预警预报装置 | |
| CN108491664A (zh) | 一种分布式水文预报模型聚合系统 | |
| KR20220080463A (ko) | 도시 돌발홍수 예경보 시스템 및 그 방법 | |
| CN110836683A (zh) | 河道管理方法、河道管理装置及终端 | |
| Guo et al. | A combined model based on sparrow search optimized BP neural network and Markov chain for precipitation prediction in Zhengzhou City, China | |
| CN110263293A (zh) | 一种基于小波变换和联合概率分布的水文预报方法 | |
| CN212007314U (zh) | 一种水文机器人 | |
| Khalil et al. | Basin scale water management and forecasting using artificial neural networks 1 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C53 | Correction of patent of invention or patent application | ||
| CB02 | Change of applicant information |
Address after: 550008 building, 5 building, Jinyang knowledge Industrial Park, hi tech Zone, Guiyang, Guizhou Applicant after: GUIZHOU EAST CENTURY TECHNOLOGY Co.,Ltd. Address before: 550002 Guizhou city of Guiyang province Baoshan kaini Road No. 64 building 7 floor Applicant before: Guizhou East Century Technology Co.,Ltd. |
|
| COR | Change of bibliographic data |
Free format text: CORRECT: APPLICANT; FROM: GUIZHOU DONGFANG SHIJI SCIENCE AND TECHNOLOGY CO., LTD. TO: GUIZHOU EAST CENTURY TECHNOLOGY CO., LTD. |
|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Optimization method of real-time correction models in flood forecast system Effective date of registration: 20150618 Granted publication date: 20140625 Pledgee: Bank of Guiyang Limited by Share Ltd. high tech branch Pledgor: GUIZHOU EAST CENTURY TECHNOLOGY Co.,Ltd. Registration number: 2015990000484 |
|
| PLDC | Enforcement, change and cancellation of contracts on pledge of patent right or utility model | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20230828 Granted publication date: 20140625 Pledgee: Bank of Guiyang Limited by Share Ltd. high tech branch Pledgor: GUIZHOU EAST CENTURY TECHNOLOGY Co.,Ltd. Registration number: 2015990000484 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Flood forecasting system Effective date of registration: 20230911 Granted publication date: 20140625 Pledgee: Guiyang Rural Commercial Bank Co.,Ltd. science and technology sub branch Pledgor: GUIZHOU EAST CENTURY TECHNOLOGY Co.,Ltd. Registration number: Y2023520000048 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |