CN116049341B - 一种水文数据标准化方法、装置、设备及存储介质 - Google Patents

一种水文数据标准化方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN116049341B
CN116049341B CN202310220633.2A CN202310220633A CN116049341B CN 116049341 B CN116049341 B CN 116049341B CN 202310220633 A CN202310220633 A CN 202310220633A CN 116049341 B CN116049341 B CN 116049341B
Authority
CN
China
Prior art keywords
data
precipitation
original
hydrologic
hydrologic data
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
Application number
CN202310220633.2A
Other languages
English (en)
Other versions
CN116049341A (zh
Inventor
王志刚
王杉
杨彦海
孙孟羽
黄大用
张少蔚
余小周
解亚龙
刘红良
郝光
高虾虾
王建军
胡博
刘国栋
索素利
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Qizhao Technology Co ltd
Original Assignee
Beijing Qizhao Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Qizhao Technology Co ltd filed Critical Beijing Qizhao Technology Co ltd
Priority to CN202310220633.2A priority Critical patent/CN116049341B/zh
Publication of CN116049341A publication Critical patent/CN116049341A/zh
Application granted granted Critical
Publication of CN116049341B publication Critical patent/CN116049341B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • 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

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Quality & Reliability (AREA)
  • Computational Linguistics (AREA)
  • Complex Calculations (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种水文数据标准化方法、装置、设备及存储介质，应用于数据处理技术领域，该方法获取原始水文数据，并对所述原始水文数据进行排序和分组；再根据预设计算方法对排序和分组后的原始水文数据进行处理，得到预设时间间隔的降水量累积值序列；然后倒序计算所述降水量累积值序列中每个时间段的降水量累计值，并依次将当前时刻的累积值减去前一时刻的降水量累积值，得到标准化的水文数据。其中，所述原始水文数据包括：降水量信息和时间段信息；本发明通过对原始水文数据处理得到的降水量累积值序列进行三次样条插值，在保持水文数据分布趋势的基础上，获得更加精确的标准化水文数据。

Description

一种水文数据标准化方法、装置、设备及存储介质
技术领域
本发明涉及数据处理技术领域，尤其涉及一种水文数据标准化方法、装置、设备及存储介质。
背景技术
水文数据标准化是对数据做进一步分析、展示的基础步骤。目前对于水文数据标准化，通常采用平均分配的方式；这种方法，数据精度不够高，而且不能很好地反映水文数据的变化趋势。
发明内容
本发明提供了一种水文数据标准化方法、装置、设备及存储介质。本发明通过对原始水文数据处理得到的降水量累积值序列进行三次样条插值，在保持水文数据分布趋势的基础上，获得更加精确的标准化水文数据。
第一方面，本发明的实施例提供了一种水文数据标准化方法，该方法包括：
获取原始水文数据，并对原始水文数据进行排序和分组；
其中，原始水文数据包括：降水量信息和时间段信息；
根据预设计算方法对排序和分组后的原始水文数据进行处理，得到预设时间间隔的降水量累积值序列；
倒序计算降水量累积值序列中每个时间段的降水量累计值，并依次将当前时刻的累积值减去前一时刻的降水量累积值，得到标准化的水文数据。
上述技术方案通过对原始水文数据处理得到的降水量累积值序列进行三次样条插值，在保持水文数据分布趋势的基础上，可以获得更加精确的标准化水文数据。
可选地，获取原始水文数据，并对原始水文数据进行排序和分组，包括：
根据降水结束时间对原始水文数据进行排序；
筛选出时间间隔不超过第一时间阈值的原始水文数据作为一组。
可选地，根据预设计算方法对排序和分组后的原始水文数据进行处理，得到预设时间间隔的降水量累积值序列，包括：
根据第一预设时长设计暴雨占60分钟设计暴雨的比例，设置最大第一预设时长降水；
根据平均分配法处理排序和分组后的原始水文数据中满足如下条件的数据：序列数值的低谷部分或分组内记录数据条数小于或等于3条的组；
根据自然边界条件，在排序和分组后的原始水文数据中每个第二预设时长的时间点上进行三次样条插值，得到预设时间间隔的降水量累积值序列。
第二方面，本发明的实施例提供了一种水文数据标准化装置，该装置包括：
获取模块，用于获取原始水文数据，并对原始水文数据进行排序和分组；
其中，原始水文数据包括：降水量信息和时间段信息；
处理模块，用于根据预设计算方法对排序和分组后的原始水文数据进行处理，得到预设时间间隔的降水量累积值序列；
计算模块，用于倒序计算降水量累积值序列中每个时间段的降水量累计值，并依次将当前时刻的累积值减去前一时刻的降水量累积值，得到标准化的水文数据；
所述处理模块，还用于根据第一预设时长设计暴雨占60分钟设计暴雨的比例，设置最大所述第一预设时长降水；根据平均分配法处理排序和分组后的原始水文数据中满足如下条件的数据：序列数值的低谷部分或分组内记录数据条数小于或等于3条的组；根据自然边界条件，在排序和分组后的原始水文数据中每个第二预设时长的时间点上进行三次样条插值，得到预设时间间隔的降水量累积值序列。
第三方面，本发明的实施例提供了一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如第一方面中任一实现方式所述的方法。
第四方面，本发明的实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面中任一实现方式所述的方法。
本发明提供了一种水文数据标准化方法、装置、设备及存储介质，该方法获取原始水文数据，并对所述原始水文数据进行排序和分组；再根据预设计算方法对排序和分组后的原始水文数据进行处理，得到预设时间间隔的降水量累积值序列；然后倒序计算所述降水量累积值序列中每个时间段的降水量累计值，并依次将当前时刻的累积值减去前一时刻的降水量累积值，得到标准化的水文数据。其中，所述原始水文数据包括：降水量信息和时间段信息；本发明通过对原始水文数据处理得到的降水量累积值序列进行三次样条插值，在保持水文数据分布趋势的基础上，获得更加精确的标准化水文数据。
应当理解，发明内容部分中所描述的内容并非旨在限定本发明的实施例的关键或重要特征，亦非用于限制本发明的范围。本发明的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明，本发明各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素。
图1为本发明实施例的一种水文数据标准化方法的流程图；
图2为本发明实施例的一种原始水文数据的折线图；
图3为本发明实施例的一种排序和分组后的原始水文数据的折线图；
图4为本发明实施例的一种预设时间间隔的降水量累积值序列的折线图；
图5为本发明实施例的一种标准化水文数据的折线图；
图6为本发明实施例的一种水文数据标准化装置的结构示意图；
图7为本发明实施例的一种电子设备的结构图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。
需要说明的是，本发明实施例描述的仅仅是为了更加清楚的说明本发明实施例的技术方案，并不构成对本发明实施例提供的技术方案的限定。
图1为本发明实施例的一种水文数据标准化方法的流程图。如图1所示，该方法包括：
S101、获取原始水文数据，并对原始水文数据进行排序和分组。
可选地，原始水文数据包括：降水量信息和时间段信息；
可选地，获取原始水文数据，并对原始水文数据进行排序和分组，包括：
根据降水结束时间对原始水文数据进行排序；
筛选出时间间隔不超过第一时间阈值的原始水文数据作为一组。
示例性地，可以根据降水结束时间对原始水文数据进行排序，筛选出时间间隔不超过2小时的原始水文数据作为一组。
需要说明的是，第一时间阈值并不仅限于2小时，也可以是3或1小时。
S102、根据预设计算方法对排序和分组后的原始水文数据进行处理，得到预设时间间隔的降水量累积值序列。
可选地，根据预设计算方法对排序和分组后的原始水文数据进行处理，得到预设时间间隔的降水量累积值序列，包括：
根据第一预设时长设计暴雨占60分钟设计暴雨的比例，设置最大第一预设时长降水；
根据平均分配法处理排序和分组后的原始水文数据中满足如下条件的数据：序列数值的低谷部分或分组内记录数据条数小于或等于3条的组；
根据自然边界条件，在排序和分组后的原始水文数据中每个第二预设时长的时间点上进行三次样条插值。
示例性地，根据平均分配法处理排序和分组后的原始水文数据可以如下：若9:00:00～10:00:00一小时降水50mm，那么每个10分钟降雨为50mm/6。
示例性地，根据统计资料，全国大部分地区的暴雨峰值一般在0.4～0.8的范围，再根据山洪防灾的需要，对于最大10分钟降雨，可以按照10分钟设计暴雨占60分钟设计暴雨的比例，将最大10分钟降水设置在第4个10分钟；对于序列数值的低谷部分、分组内记录数小于或等于3条的分组，采用平均分配法；对每组降水量累积值序列，按自然边界条件，在每10分钟间隔的时间点上进行三次样条插值，得到10分钟间隔的降水量累积值序列。
需要说明的是，第一预设时长和第二预设时长并不仅限于10分钟，预设时间间隔也并不仅限于10分钟，可以将预设时长或预设时间间隔设置为15或5分钟。
S103、倒序计算降水量累积值序列中每个时间段的降水量累计值，并依次将当前时刻的累积值减去前一时刻的降水量累积值，得到标准化的水文数据。
可选地，标准化后的水文数据可以用于水文方面的计算模拟，例如：计算面雨量、洪水模拟或雨量预警等。
示例性地，图2为本发明实施例的一种原始水文数据的折线图；经过步骤S101处理后可以得到如图3所示的排序和分组后的原始水文数据的折线图；再将排序和分组后的原始水文数据进行步骤S102的处理后可以得到如图4所示的预设时间间隔的降水量累积值序列的折线图；再将预设时间间隔的降水量累积值序列进行步骤S103的处理后可以得到如图5所示的标准化水文数据的折线图。
需要说明的是，图2-图5中的横坐标为时间戳，纵坐标为降水量。
本发明实施例提供了一种水文数据标准化方法，该方法获取原始水文数据，并对所述原始水文数据进行排序和分组；再根据预设计算方法对排序和分组后的原始水文数据进行处理，得到预设时间间隔的降水量累积值序列；然后倒序计算所述降水量累积值序列中每个时间段的降水量累计值，并依次将当前时刻的累积值减去前一时刻的降水量累积值，得到标准化的水文数据。其中，所述原始水文数据包括：降水量信息和时间段信息；本发明通过对原始水文数据处理得到的降水量累积值序列进行三次样条插值，在保持水文数据分布趋势的基础上，获得更加精确的标准化水文数据。
以下结合图6详细说明本申请实施例提供的可以执行上述水文数据标准化方法的装置。
示例性地，图6为本发明实施例的一种水文数据标准化装置的结构示意图；如图6所示，所述标准化装置60包括：
获取模块601，用于获取原始水文数据，并对原始水文数据进行排序和分组；
其中，原始水文数据包括：降水量信息和时间段信息；
处理模块602，用于根据预设计算方法对排序和分组后的原始水文数据进行处理，得到预设时间间隔的降水量累积值序列；
计算模块603，用于倒序计算降水量累积值序列中每个时间段的降水量累计值，并依次将当前时刻的累积值减去前一时刻的降水量累积值，得到标准化的水文数据。
可选地，获取模块601还用于，根据降水结束时间对原始水文数据进行排序；筛选出时间间隔不超过第一时间阈值的原始水文数据作为一组。
可选地，处理模块602还用于，根据第一预设时长设计暴雨占60分钟设计暴雨的比例，设置最大第一预设时长降水；根据平均分配法处理排序和分组后的原始水文数据中满足如下条件的数据：序列数值的低谷部分或分组内记录数据条数小于或等于3条的组；根据自然边界条件，在排序和分组后的原始水文数据中每个第二预设时长的时间点上进行三次样条插值，得到预设时间间隔的降水量累积值序列。
本发明实施例还提供了一种计算机电子设备，图7示出了可以应用本发明实施例的电子设备的结构示意图，如图7所示，该计算机电子设备包括，中央处理模块(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，所述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块或模块也可以设置在处理器中，例如，可以描述为：一种处理器包括获取模块601、处理模块602和计算模块603，其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，处理模块602还可以被描述为“用于根据预设计算方法对排序和分组后的原始水文数据进行处理，得到预设时间间隔的降水量累积值序列的处理模块602”。
作为另一方面，本发明还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中所述一种水文数据标准化装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入电子设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本发明的一种水文数据标准化方法。
以上描述仅为本发明的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本发明中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本发明中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (5)

1.一种水文数据标准化方法，其特征在于，包括：
获取原始水文数据，并对所述原始水文数据进行排序和分组；所述原始水文数据包括：降水量信息和时间段信息；
根据预设计算方法对排序和分组后的原始水文数据进行处理，得到预设时间间隔的降水量累积值序列；
倒序计算所述降水量累积值序列中每个时间段的降水量累计值，并依次将当前时刻的累积值减去前一时刻的降水量累积值，得到标准化的水文数据；
所述根据预设计算方法对排序和分组后的原始水文数据进行处理，得到预设时间间隔的降水量累积值序列，包括：
根据第一预设时长设计暴雨占60分钟设计暴雨的比例，设置最大所述第一预设时长降水；
根据平均分配法处理排序和分组后的原始水文数据中满足如下条件的数据：序列数值的低谷部分或分组内记录数据条数小于或等于3条的组；
根据自然边界条件，在排序和分组后的原始水文数据中每个第二预设时长的时间点上进行三次样条插值，得到预设时间间隔的降水量累积值序列。
2.根据权利要求1所述的水文数据标准化方法，其特征在于，所述获取原始水文数据，并对所述原始水文数据进行排序和分组，包括：
根据降水结束时间对所述原始水文数据进行排序；
筛选出时间间隔不超过第一时间阈值的原始水文数据作为一组。
3.一种水文数据标准化装置，其特征在于，包括：
获取模块，用于获取原始水文数据，并对所述原始水文数据进行排序和分组；所述原始水文数据包括：降水量信息和时间段信息；
处理模块，用于根据预设计算方法对排序和分组后的原始水文数据进行处理，得到预设时间间隔的降水量累积值序列；
计算模块，用于倒序计算所述降水量累积值序列中每个时间段的降水量累计值，并依次将当前时刻的累积值减去前一时刻的降水量累积值，得到标准化的水文数据；
所述处理模块，还用于根据第一预设时长设计暴雨占60分钟设计暴雨的比例，设置最大所述第一预设时长降水；根据平均分配法处理排序和分组后的原始水文数据中满足如下条件的数据：序列数值的低谷部分或分组内记录数据条数小于或等于3条的组；根据自然边界条件，在排序和分组后的原始水文数据中每个第二预设时长的时间点上进行三次样条插值，得到预设时间间隔的降水量累积值序列。
4.一种电子设备，其特征在于，包括存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1或2所述的方法。
5.一种计算机可读存储介质，其特征在于，存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1或2所述的方法。
CN202310220633.2A 2023-03-08 2023-03-08 一种水文数据标准化方法、装置、设备及存储介质 Active CN116049341B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310220633.2A CN116049341B (zh) 2023-03-08 2023-03-08 一种水文数据标准化方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310220633.2A CN116049341B (zh) 2023-03-08 2023-03-08 一种水文数据标准化方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN116049341A CN116049341A (zh) 2023-05-02
CN116049341B true CN116049341B (zh) 2023-08-15

Family

ID=86133376

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310220633.2A Active CN116049341B (zh) 2023-03-08 2023-03-08 一种水文数据标准化方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116049341B (zh)

Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2002223440A1 (en) * 2000-09-28 2002-06-20 Deutsches Herzzentrum Berlin Method for acquiring, monitoring and updating correction data for liquid-filled transmission systems
WO2014013693A1 (ja) * 2012-07-18 2014-01-23 パナソニック株式会社 計測量監視装置、プログラム
CN104679834A (zh) * 2015-02-06 2015-06-03 北京工商大学 一种时序数据清洗方法及系统
CN105930420A (zh) * 2016-04-19 2016-09-07 中国科学院水利部成都山地灾害与环境研究所 适用于青藏高原东南缘地区的山区降水测算方法及应用
CN106909798A (zh) * 2017-03-14 2017-06-30 河海大学 一种基于累积概率曲线的逐日降水多模式集合方法
CN110532297A (zh) * 2019-08-01 2019-12-03 河海大学 一种基于层次聚类的符号化水文时间序列异常模式检测方法
CN111866196A (zh) * 2019-04-26 2020-10-30 深信服科技股份有限公司 一种域名流量特征提取方法、装置、设备及可读存储介质
CN112381337A (zh) * 2021-01-14 2021-02-19 四川大汇大数据服务有限公司 一种多源气象数据融合处理方法、系统、终端及介质
CN112509601A (zh) * 2020-11-18 2021-03-16 中电海康集团有限公司 一种音符起始点检测方法及系统
CN112699951A (zh) * 2021-01-06 2021-04-23 中国气象局乌鲁木齐沙漠气象研究所 降水数据融合方法、装置、终端设备及可读存储介质
CN113205257A (zh) * 2021-04-30 2021-08-03 平安科技（深圳）有限公司 房产指数数据分析方法、装置、设备及存储介质
CN113407599A (zh) * 2021-06-30 2021-09-17 上海万物新生环保科技集团有限公司 一种基于文本数据的标准化处理方法及设备
CN113776633A (zh) * 2021-08-13 2021-12-10 武汉依迅北斗时空技术股份有限公司 车辆载重数据处理方法及装置
CN114385806A (zh) * 2021-11-30 2022-04-22 航天信息股份有限公司 一种基于深度学习的文本摘要方法及系统
CN114462254A (zh) * 2022-03-15 2022-05-10 河海大学 基于流向的分布式水文模型并行计算方法
CN114638405A (zh) * 2022-02-28 2022-06-17 国网浙江省电力有限公司经济技术研究院 能源需求预测方法、装置及计算机设备
CN114878172A (zh) * 2022-04-26 2022-08-09 上海船舶运输科学研究所有限公司 一种船舶主机气缸温度信号特征提取方法及系统
CN115048354A (zh) * 2022-03-09 2022-09-13 中国长江三峡集团有限公司 一种水文模型的创建及径流预测方法、装置及计算机设备
CN115267950A (zh) * 2022-08-26 2022-11-01 中国长江三峡集团有限公司 一种初期雨水量化方法、装置、存储介质及电子设备
CN115374091A (zh) * 2021-05-20 2022-11-22 中国电力科学研究院有限公司 一种分布式新能源出力数据质量提升方法和系统
CN115422177A (zh) * 2022-09-02 2022-12-02 华中科技大学 煤电机组过程数据清洗方法、系统、介质、设备及终端
CN115481168A (zh) * 2022-09-15 2022-12-16 中国南方电网有限责任公司超高压输电公司昆明局 监测数据采集方法、装置、计算机设备和存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10049734A1 (de) * 2000-09-28 2002-04-11 Medserv Gmbh Verfahren zur Ermittlung, Überwachung und Aktualisierung von Korrekturdaten für flüssigkeitsgefüllte Übertragungssysteme
US10452836B2 (en) * 2011-05-09 2019-10-22 Pure Storage, Inc. Retrieving a hypertext markup language file from a dispersed storage network memory

Patent Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2002223440A1 (en) * 2000-09-28 2002-06-20 Deutsches Herzzentrum Berlin Method for acquiring, monitoring and updating correction data for liquid-filled transmission systems
WO2014013693A1 (ja) * 2012-07-18 2014-01-23 パナソニック株式会社 計測量監視装置、プログラム
CN104679834A (zh) * 2015-02-06 2015-06-03 北京工商大学 一种时序数据清洗方法及系统
CN105930420A (zh) * 2016-04-19 2016-09-07 中国科学院水利部成都山地灾害与环境研究所 适用于青藏高原东南缘地区的山区降水测算方法及应用
CN106909798A (zh) * 2017-03-14 2017-06-30 河海大学 一种基于累积概率曲线的逐日降水多模式集合方法
CN111866196A (zh) * 2019-04-26 2020-10-30 深信服科技股份有限公司 一种域名流量特征提取方法、装置、设备及可读存储介质
CN110532297A (zh) * 2019-08-01 2019-12-03 河海大学 一种基于层次聚类的符号化水文时间序列异常模式检测方法
CN112509601A (zh) * 2020-11-18 2021-03-16 中电海康集团有限公司 一种音符起始点检测方法及系统
CN112699951A (zh) * 2021-01-06 2021-04-23 中国气象局乌鲁木齐沙漠气象研究所 降水数据融合方法、装置、终端设备及可读存储介质
CN112381337A (zh) * 2021-01-14 2021-02-19 四川大汇大数据服务有限公司 一种多源气象数据融合处理方法、系统、终端及介质
CN113205257A (zh) * 2021-04-30 2021-08-03 平安科技（深圳）有限公司 房产指数数据分析方法、装置、设备及存储介质
CN115374091A (zh) * 2021-05-20 2022-11-22 中国电力科学研究院有限公司 一种分布式新能源出力数据质量提升方法和系统
CN113407599A (zh) * 2021-06-30 2021-09-17 上海万物新生环保科技集团有限公司 一种基于文本数据的标准化处理方法及设备
CN113776633A (zh) * 2021-08-13 2021-12-10 武汉依迅北斗时空技术股份有限公司 车辆载重数据处理方法及装置
CN114385806A (zh) * 2021-11-30 2022-04-22 航天信息股份有限公司 一种基于深度学习的文本摘要方法及系统
CN114638405A (zh) * 2022-02-28 2022-06-17 国网浙江省电力有限公司经济技术研究院 能源需求预测方法、装置及计算机设备
CN115048354A (zh) * 2022-03-09 2022-09-13 中国长江三峡集团有限公司 一种水文模型的创建及径流预测方法、装置及计算机设备
CN114462254A (zh) * 2022-03-15 2022-05-10 河海大学 基于流向的分布式水文模型并行计算方法
CN114878172A (zh) * 2022-04-26 2022-08-09 上海船舶运输科学研究所有限公司 一种船舶主机气缸温度信号特征提取方法及系统
CN115267950A (zh) * 2022-08-26 2022-11-01 中国长江三峡集团有限公司 一种初期雨水量化方法、装置、存储介质及电子设备
CN115422177A (zh) * 2022-09-02 2022-12-02 华中科技大学 煤电机组过程数据清洗方法、系统、介质、设备及终端
CN115481168A (zh) * 2022-09-15 2022-12-16 中国南方电网有限责任公司超高压输电公司昆明局 监测数据采集方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN116049341A (zh) 2023-05-02

Similar Documents

Publication Publication Date Title
CN110175641B (zh) 图像识别方法、装置、设备和存储介质
CN110912737A (zh) 一种基于混合模型的动态感知性能预告警方法
CN111881243B (zh) 一种出租车轨迹热点区域分析方法及系统
CN116049341B (zh) 一种水文数据标准化方法、装置、设备及存储介质
CN117593115A (zh) 信贷风险评估模型的特征值确定方法、装置、设备和介质
CN111460293A (zh) 信息推送方法、装置及计算机可读存储介质
CN106529157B (zh) 一种基于Halphen B分布的洪水频率分析方法和系统
CN114511225A (zh) 一种断面识别方法、装置、设备以及存储介质
CN113435464B (zh) 异常数据检测方法、装置、电子设备及计算机存储介质
CN111784071A (zh) 一种基于Stacking集成的许可占用与预测方法及系统
CN112634938A (zh) 基于音频的人员积极性分析方法、装置、设备及存储介质
CN113592218A (zh) 一种光伏用户基线负荷估计方法、装置和终端设备
CN108921226B (zh) 一种基于低秩表示和流形正则化的零样本图像分类方法
CN111752991A (zh) 一种表计数据统计方法、装置和获取表计统计数据方法
CN112395179A (zh) 一种模型训练方法、磁盘预测方法、装置及电子设备
CN110288256B (zh) 情景分析方法及装置
CN116912634B (zh) 目标追踪模型的训练方法及装置
CN114638851B (zh) 一种基于生成对抗网络的图像分割方法、系统及存储介质
CN116663392B (zh) 水文气象灾害二维复合事件模拟方法、装置、设备及介质
CN111898080B (zh) 数据序列去噪方法、装置、电子设备及计算机存储介质
CN115455088B (zh) 数据统计方法、装置、设备及存储介质
CN116109145B (zh) 车辆行驶路线的风险评估方法、装置、终端及存储介质
WO2022156743A1 (zh) 特征构建方法和装置、模型训练方法和装置、设备、介质
CN112434882A (zh) 一种基于时间序列预测的专家抽取需求预测方法及装置
CN114252841A (zh) 智能电表的电压监测方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant