渠道参数预测方法、装置、计算机设备及介质制造方法及图纸

本发明专利技术提供了一种渠道参数预测方法、装置、计算机设备及介质。其中，渠道参数预测方法，包括：获取渠道观测数据和多个当前渠道参数，并生成观测数据集合和当前渠道参数集合，当前渠道参数与渠道水流动力学模型中的模型参数相对应，渠道水流动力学模型用于表征渠道水流运动过程；根据观测数据集合、当前渠道参数集合和渠道水流动力学模型，利用集合卡尔曼滤波框架交替更新各当前渠道参数，得到渠道参数优化值。通过本发明专利技术，利用卡尔曼滤波框架交替更新渠道参数得到渠道参数优化值，提高渠道输配水参数同化过程中的稳定性和预测精度。输配水参数同化过程中的稳定性和预测精度。输配水参数同化过程中的稳定性和预测精度。

【技术实现步骤摘要】
渠道参数预测方法、装置、计算机设备及介质


[0001]本专利技术实施例涉及计算机领域，尤其涉及一种渠道参数预测方法、装置、计算机设备及介质。

技术介绍

[0002]渠道是水量调度的重要载体，其主要物理参数包括糙率、入渗参数等。获取准确的参数值，提升水动力过程模拟仿真精度，从而实现输配水及排水工程合理设计，对水资源综合科学利用具有重要意义。糙率通常用来表征各类因素对水流运动阻力，入渗参数通常用来表征渠道的总体入渗能力，糙率和入渗参数均是不可直接观测的物理量，通常都是基于实测数据反演得到。
[0003]数据同化方法应用于渠道输配水参数的实时反演方法正在不断发展中。其中的集合卡尔曼滤波方法将模型状态变量和参数同时更新，当未知模型状态和参数的数量较多时，系统的自由度增加，使得参数同化过程中状态和参数产生突变而导致计算的不稳定性，同时降低预测精度。

技术实现思路

[0004]为提高渠道输配水参数同化过程中的稳定性和预测精度，本专利技术提出了一种渠道参数预测方法、装置、计算机设备及介质。
[0005]第一方面，本专利技术提供了一种渠道参数预测方法，方法包括：
[0006]获取渠道观测数据和多个当前渠道参数，并生成观测数据集合和当前渠道参数集合，当前渠道参数与渠道水流动力学模型中的模型参数相对应，渠道水流动力学模型用于表征渠道水流运动过程；
[0007]根据观测数据集合、当前渠道参数集合和渠道水流动力学模型，利用集合卡尔曼滤波框架交替更新各当前渠道参数，得到渠道参数优化值。
[0008]通过本方法，为避免传统的集合卡尔曼滤波方法中渠道状态变量和模型参数在同时更新后产生突变进而导致计算过程中的不稳定和低预测精度，在利用集合卡尔曼滤波框架时，分别交替更新渠道参数，在更新过程中每次对各参数逐个进行同化，不会导致模型状态变量发生突变，同时降低更新后各参数出现同化一致性的可能性，提高渠道输配水参数同化过程中的稳定性和预测精度。
[0009]结合第一方面，在第一方面的第一实施例中，生成观测数据集合和当前渠道参数集合，包括：
[0010]通过向观测数据和当前渠道参数分别添加高斯白噪声，生成观测数据集合和当前渠道参数集合。
[0011]结合第一方面，在第一方面的第二实施例中，利用集合卡尔曼滤波框架交替更新各当前渠道参数，包括：
[0012]在同一时刻对渠道参数中的每个渠道参数逐个进行更新。
[0013]通过上述实施例，在同一时刻对每个渠道参数逐个进行优化，相较于集合卡尔曼滤波方法中同时优化多个模型参数的方法，降低参数变量在同化时出现一致性问题的可能性，提高了参数优化精度。
[0014]结合第一方面的第二实施例，在第一方面的第三实施例中，根据观测数据集合、当前渠道参数集合和渠道水流动力学模型，利用集合卡尔曼滤波框架交替更新各当前渠道参数，得到渠道参数优化值，包括：
[0015]根据当前渠道参数集合生成渠道参数集合的预测值集合；
[0016]当有观测数据时，根据预测值集合得到渠道参数集合的分析值集合，分析值集合的均值即为渠道参数优化值。
[0017]结合第一方面或第一方面的第三实施例，在第一方面的第四实施例中，将渠道参数优化值作为当前渠道参数，返回获取渠道观测数据和多个当前渠道参数，并生成观测数据集合和当前渠道参数集合的步骤。
[0018]结合第一方面的第三实施例，在第一方面的第五实施例中，根据当前渠道参数集合生成渠道参数集合的预测值集合，包括：
[0019][0020]式中，表示渠道参数集合的预测值集合，表示当前渠道参数集合，i表示第i时刻，j表示第j个集合，f表示预测值，a表示分析值，I为单位向量。
[0021]结合第一方面的第三实施例或第一方面的第五实施例，在第一方面的第六实施例中，当有观测数据时，根据预测值集合得到渠道参数集合的分析值集合，包括：
[0022][0023]式中，O
i+1
表示观测数据集合，H为观测算子，即渠道水流动力学模型，K
i+1
为卡尔曼增益。
[0024]第二方面，本专利技术提供了一种渠道参数预测装置，装置包括：
[0025]获取模块，用于获取渠道观测数据和多个当前渠道参数，并生成观测数据集合和当前渠道参数集合，当前渠道参数与渠道水流动力学模型中的模型参数相对应，渠道水流动力学模型用于表征渠道水流运动过程；
[0026]优化模块，用于根据观测数据集合、当前渠道参数集合和渠道水流动力学模型，利用集合卡尔曼滤波框架交替更新各当前渠道参数，得到渠道参数优化值。
[0027]通过上述装置，为避免传统的集合卡尔曼滤波方法中渠道状态变量和模型参数在同时更新后产生突变进而导致计算过程中的不稳定和低预测精度，在利用集合卡尔曼滤波框架时，分别交替更新渠道参数，在更新过程中每次对各参数逐个进行同化，不会导致模型状态变量发生突变，同时降低更新后各参数出现同化一致性的可能性，提高渠道输配水参数同化过程中的稳定性和预测精度。
[0028]第三方面，本专利技术还提供了一种计算机设备，包括存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行第一方面或第一方面的任一实施例的渠道参数预测方法的步骤。
[0029]第四方面，本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，计
算机程序被处理器执行时实现第一方面或第一方面的任一实施例的渠道参数预测方法的步骤。
附图说明
[0030]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0031]图1是根据一示例性实施例提出的一种渠道参数预测方法的流程图；
[0032]图2是根据一示例性实施例提出的渠道参数预测方法中交替更新渠道参数过程的流程图；
[0033]图3是根据一示例性实施例提出的糙率估计值演化过程；
[0034]图4是根据一示例性实施例提出的水流推进和消退过程模拟和实测值对比图；
[0035]图5是根据一示例性实施例提出的一种渠道参数预测装置的结构示意图；
[0036]图6是根据一示例性实施例提出的一种计算机设备的硬件结构示意图。
具体实施方式
[0037]下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0038]此外，下面所描述的本专利技术不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
[0039]为提高渠道输配水过程的模拟和预测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种渠道参数预测方法，其特征在于，所述方法包括：获取渠道观测数据和多个当前渠道参数，并生成观测数据集合和当前渠道参数集合，所述当前渠道参数与渠道水流动力学模型中的模型参数相对应，所述渠道水流动力学模型用于表征渠道水流运动过程；根据所述观测数据集合、所述当前渠道参数集合和所述渠道水流动力学模型，利用集合卡尔曼滤波框架交替更新各当前渠道参数，得到渠道参数优化值。2.根据权利要求1所述的方法，其特征在于，所述生成观测数据集合和当前渠道参数集合，包括：通过向所述观测数据和所述当前渠道参数分别添加高斯白噪声，生成观测数据集合和当前渠道参数集合。3.根据权利要求1所述的方法，其特征在于，所述利用集合卡尔曼滤波框架交替更新各当前渠道参数，包括：在同一时刻对所述渠道参数中的每个渠道参数逐个进行更新。4.根据权利要求3所述的方法，其特征在于，所述根据所述观测数据集合、所述当前渠道参数集合和所述渠道水流动力学模型，利用集合卡尔曼滤波框架交替更新各当前渠道参数，得到渠道参数优化值，包括：根据所述当前渠道参数集合生成渠道参数集合的预测值集合；当有观测数据时，根据所述预测值集合得到渠道参数集合的分析值集合，所述分析值集合的均值即为所述渠道参数优化值。5.根据权利要求1或4所述的方法，其特征在于，还包括：将所述渠道参数优化值作为当前渠道参数，返回获取渠道观测数据和多个当前渠道参数，并生成观测数据集合和当前渠道参数集合的步骤。6.根据权利要求4所述的方法，其特征在于，所述根据所述当前渠道参数...

【专利技术属性】
技术研发人员：刘琨，梁犁丽，李梦杰，吕振豫，殷兆凯，刘志武，
申请(专利权)人：中国长江三峡集团有限公司，
类型：发明
国别省市：