申请/专利权人:浙江和达科技股份有限公司
申请日:2021-03-22
公开(公告)日:2024-04-12
公开(公告)号:CN113112125B
主分类号:G06Q10/0637
分类号:G06Q10/0637;G06Q10/0631;G06N3/0464;G06F16/29;G06Q50/06
优先权:
专利状态码:有效-授权
法律状态:2024.04.12#授权;2021.07.30#实质审查的生效;2021.07.13#公开
摘要:本发明实施例提供一种基于人工智能的水资源管理方法及装置,所述方法包括:获取历史记录中的水资源调度数据,并获取对应的历史水资源数据和地理属性;根据地理属性,结合地理属性权重等级表格,得到地理属性的对应权重;将历史水资源数据、地理属性、地理属性的对应权重以及水资源调度数据输入到卷积神经网络模型训练,得到训练后的模型;判断当前水资源数据是否满足水资源调度需求;满足时获取当前水资源数据的当前地理属性,得到当前地理属性对应权重并输入至训练后的模型,输出对应的水资源调度方案。采用本方法能够根据人工智能的深度学习完成供水管网的水资源之间的管理调度,节省人力资源的同时,也提高了水资源调度效率。
主权项:1.一种基于人工智能的水资源管理方法,其特征在于,包括:获取历史记录中的水资源调度数据,并根据所述水资源调度数据获取对应的历史水资源数据和地理属性,所述历史水资源数据包括调度双方的用水量数据、水质数据、水库蓄水位,所述地理属性包括降雨量、人口密集度;获取预设的地理属性权重等级表格,根据所述地理属性,结合所述地理属性权重等级表格,得到所述地理属性的对应权重,所述降雨量越低、人口密集度越高时,所述地理属性的对应权重越高,所述降雨量越高、人口密集度越低时,所述地理属性的对应权重越低;将所述历史水资源数据、地理属性、地理属性的对应权重以及所述水资源调度数据输入到卷积神经网络模型进行训练,得到训练后的卷积神经网络模型;判断当前水资源数据是否满足水资源调度需求,所述水资源调度需求包括水资源调度中调度方的需求和水资源调度中被调度方的需求;当所述当前水资源数据满足水资源调度需求,获取所述当前水资源数据对应的当前地理属性,并结合所述地理属性权重等级表格,得到所述当前地理属性对应权重,将所述当前水资源数据、当前地理属性、当前地理属性对应权重输入至所述训练后的卷积神经网络模型,输出对应的水资源调度方案。
全文数据:
权利要求:
百度查询: 浙江和达科技股份有限公司 基于人工智能的水资源管理方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。