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！

龍圖騰網獲悉武漢大水云科技有限公司申請的專利一種基于多模型耦合的供水管網優化調度方法及系統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：CN120146323B 。

龍圖騰網通過國家知識產權局官網在2025-08-15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：202510621863.9，技術領域涉及：G06Q10/04；該發明授權一種基于多模型耦合的供水管網優化調度方法及系統是由劉祥祥;朱一松;何媛濱;劉炳義;劉闖闖設計研發完成，并于2025-05-15向國家知識產權局提交的專利申請。

本一種基于多模型耦合的供水管網優化調度方法及系統在說明書摘要公布了：本發明提供了一種基于多模型耦合的供水管網優化調度方法及系統，包括：收集區域管網基礎資料，建立供水管網水力模型；獲取供水管網運行調度目標，建立供水管網調度場景模型；獲取供水管網歷史監測數據，利用神經網絡算法構建節點需水量預測模型和節點需水量時變化曲線預測模型，其分別輸出節點預測需水量和節點需水量預測時變化曲線；構建基于多模型耦合的供水管網優化調度模型，利用改進粒子群算法進行尋優，輸出供水管網優化調度方案，引入優化調度評價指標進行調度方案評估；構建供水管網優化調度方案篩選模型，獲取最優供水管網優化調度方案。本發明采用多模型耦合方式，有效降低了預測誤差，提高了尋優效率，實現供水管網的智能精準化調度。

本發明授權一種基于多模型耦合的供水管網優化調度方法及系統在權利要求書中公布了：1.一種基于多模型耦合的供水管網優化調度方法，其特征在于，包括如下步驟： S1、收集區域管網基礎資料，建立供水管網水力模型； S2、獲取供水管網運行調度目標，建立供水管網調度場景模型； S3、獲取供水管網歷史監測數據，將所述供水管網歷史監測數據按比例隨機劃分為訓練集和驗證集，利用神經網絡算法構建節點需水量預測模型和節點需水量時變化曲線預測模型，其分別輸出節點預測需水量和節點需水量預測時變化曲線，利用所述訓練集分別對所述節點需水量預測模型和所述節點需水量時變化曲線預測模型進行訓練，分別得到訓練完成的節點需水量預測模型和訓練完成的節點需水量時變化曲線預測模型； S4、將所述驗證集分別輸入所述訓練完成的節點需水量預測模型和所述訓練完成的節點需水量時變化曲線預測模型，分別生成節點需水量預測結果和節點需水量時變化曲線預測結果，設定需水量預測評價指標和需水量時變化曲線預測評價指標，若所述預測結果符合評估標準，則分別得到訓練好的節點需水量預測模型和訓練好的節點需水量時變化曲線預測模型，進入S5，若不符合所述評估標準則返回S3； S5、將所述供水管網水力模型、所述供水管網調度場景模型、所述節點需水量預測模型和所述節點需水量時變化曲線預測模型進行耦合，構建基于多模型耦合的供水管網優化調度模型，利用改進粒子群算法對所述基于多模型耦合的供水管網優化調度模型進行尋優，輸出供水管網優化調度方案； 所述改進粒子群算法是以標準粒子群算法為基礎，包括改進慣性權重、增加懲罰函數和限制粒子速度及粒子位置范圍； 所述改進慣性權重的計算公式為： ωop＝ωmax-ωmax-ωminσ； 式中，ωop表示改進后的慣性權重，ωmax表示初始慣性權重，ωmin表示最大迭代次數時的慣性權重，σ表示粒子群中可行解的密度； 所述懲罰函數的表達式為： 式中，fpex表示所述懲罰函數，其中懲罰系數μ和γ表示需要調試的非負參數，α和β為不小于1的值； 所述限制粒子速度及粒子位置范圍具體為： 式中，vmax和vmin分別表示所述粒子的最大速度和最小速度，xmax和xmin分別表示所述粒子的最大位置和最小位置； S6、引入優化調度評價指標對所述供水管網優化調度方案進行評估，若符合優化調度評估標準，則保存所述供水管網優化調度方案，繼續進行迭代計算，若不符合所述優化調度評估標準，則進入步驟S7； S7、構建供水管網優化調度方案篩選模型，獲取最優供水管網優化調度方案。

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武漢大水云科技有限公司，其通訊地址為：430070 湖北省武漢市東湖新技術開發區武大園一路7號國家地球空間信息產業基地五期--武大慧園1棟4層2-07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”。