科创中国
基于机器学习的流域洪水智能预报技术，解决流域洪水预报调参
发布时间:
2023-11-01
截止日期:2024-01-01
价格 双方协商
地区： 福建省 福州市 晋安区
需求方： 四创***公司
行业领域
电子信息技术,通信技术
需求背景
构建减灾兴利信息服务生态圈，为政府提供减灾兴利信息化全面解决方案；为企业提供减灾兴利信息与应用服务；为社会公众提供防灾减灾信息与预警服务
需解决的主要技术难题
2、基于机器学习的流域洪水智能预报技术，解决流域洪水预报调参难题
研究基于机器学习的流域洪水智能预报技术，耦合流域水文预报模型和一维水动力模型，构建流域洪水预报模型平台，其中水文模型进行区间降雨径流预报，LSTM模型进行水动力模型边界条件计算，水动力模型进行河道洪水演算，采用智能优化算法率定水文模型相关参数，并对比模拟计算结果和实测结果进行自动调参，实现流域防洪上游断面的流量过程及重点防洪断面水位与流量的预报滚动预报。
期望实现的主要技术目标
2、模型预报精度
（1）典型洪水区间预报精度大于85%（行业大于60%）
（2）非典型洪水区间预报精度大于70%（行业大于50%）
需求解析
解析单位：福建省福州市 解析时间：2023-12-05
黄建华
福州大学
教授
综合评价
提出的“三阶段”的智能实时洪水预报模型。第一阶段为初始建模，主要使用基于支持向量机的数据驱动模型作为初始预报阶段；第二阶段为情势优化，该阶段采用马尔科夫方法对初始预报模型的状态进行智能化调整；第三阶段为形状控制，在已构建的洪水模式库中寻找与实时洪水过程最相似的历史洪水流量模式，利用得到的相似流量模式对实时预报的洪水模式进行整体形态的调整。“三阶段”模型是一个渐进式的增量智能预报模型，预报模型能实时对动态的洪水数据进行有效反馈并及时调整模型状态与最终输出，做到中小河流的高精度预报。
查看更多>
下载app