買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉水利部交通運輸部國家能源局南京水利科學研究院申請的專利一種基于機理和數據雙驅動的土石壩滲流壓力預測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120337687B 。

龍圖騰網通過國家知識產權局官網在2025-08-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510839722.4，技術領域涉及：G06F30/23；該發明授權一種基于機理和數據雙驅動的土石壩滲流壓力預測方法是由黃昊冉;陳斯煜;谷艷昌;盛金保;王士軍;龐瓊;吳云星;黃海兵設計研發完成，并于2025-06-23向國家知識產權局提交的專利申請。

本一種基于機理和數據雙驅動的土石壩滲流壓力預測方法在說明書摘要公布了：本發明提出了一種基于機理和數據雙驅動的土石壩滲流壓力預測方法，包括以下步驟：生成多工況滲流壓力數據，通過極光優化算法優化徑向基函數神經網絡構建高效代理模型；基于代理模型預測結果，結合實測數據進行擬合，建立基于滯后效應函數的滲流壓力預測機理模型；以機理模型的預測值為標簽，監督訓練模型學習滲流場的物理規律；凍結訓練完成的模型中的物理特征提取層，利用實測數據微調時序建模層，實現對實測值的逼近。本發明將機理驅動與數據驅動有機結合，既保留物理規律的可解釋性，又利用實測數據補足機理模型未考慮的復雜因素，在保證模型預測精度的同時，顯著提高深度學習模型在極端工況下的泛化能力。

本發明授權一種基于機理和數據雙驅動的土石壩滲流壓力預測方法在權利要求書中公布了：1.一種基于機理和數據雙驅動的土石壩滲流壓力預測方法，其特征在于，包括以下步驟： 步驟1，對監測數據粗差剔除并填補缺失值，采用小波降噪進行預處理； 步驟2，基于有限元仿真生成水位-滲流壓力數據集，通過極光優化算法PLO優化徑向基函數神經網絡RBFNN構建代理模型；基于代理模型預測結果，結合實測數據進行擬合，建立基于滯后效應函數的滲流壓力預測機理模型，具體為： ； 其中，為常數項，t為從計算起點起算的時間，與至為各分量的回歸系數；為t時刻的代理模型預測結果，為正態分布的滯后效應函數，其形式為： ； 其中，為調整參數，為滯后天數峰值，為影響天數，與通過PLO優化算法求得； 步驟3，物理約束的深度學習遷移，包括兩個階段：第一階段訓練，以步驟2的機理模型的預測值為標簽，監督訓練PLO-Transformer-BiLSTM網絡學習滲流場的物理規律；第二階段微調，凍結第一階段訓練完成的PLO-Transformer-BiLSTM網絡中的物理特征提取層，利用實測數據微調時序建模層BiLSTM，利用實測數據優化時序殘差模塊； 步驟4，通過數據集計算回歸評價指標，對比理論標簽與實測標簽訓練效果；通過在有限元生成的虛擬工況上計算模型評價指標，對比驗證模型外推能力；保存最優參數及歸一化參數，嵌入安全監控系統實施滲壓預測與預警。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人水利部交通運輸部國家能源局南京水利科學研究院，其通訊地址為：210029 江蘇省南京市鼓樓區廣州路223號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。