【技术实现步骤摘要】
一种天然河道水位流量同步同化方法及智能系统
[0001]本专利技术属于防汛减灾、水资源管理和智慧水利交叉
,具体涉及一种天然河道水位流量同步同化方法及智能系统。
技术介绍
[0002]近年来,受全球气候变化的影响,洪水灾害频繁发生,给社会经济和人民生命安全带来严重威胁,同时随着对水资源集约利用要求的提高,如何快速精准地获得河流的水位、流速尤其是流量,已经成为了迫切需要解决的技术问题。传统的河流流量方法包括人工船测、桥测、缆道、和涉水测量等。其基本原理是在测流断面上布设多条垂线,在每条垂线处测量水深并用流速仪逐点测量从而得到垂线平均流速,进而得到断面面积和断面平均流速,流量则由断面面积和断面平均流速的乘积或积分得到。
[0003]随着计算机技术的不断发展,人工智能技术已经成为人们研究的热点,防汛减灾和水资源管理也需要人工智能赋能。实际上随着嵌入式系统、端边云协同架构以及传感器技术的发展,实现模型-实测数据的数据同化已成为现实,这将显著提高获取数据的可靠性并大量节约设备设施的投资和运行成本。神经网络作为人工智能的核心技术之一,其在求解描述客观物理规律的数学模型中已经成为人工智能的研究热点。
[0004]河道水流方程很多,常见的有基于雷诺平均的k
‑
ε模型、浅水方程和圣维南方程组等。上述方程求解比较复杂,以圣维南方程组的数值解法为例,其解法主要有特征线法、直接差分法和有限体积法等。这些数值模拟方法对初始条件要求高且需要划分网格存储变量,一旦变动条件,就需要重新计算。上述数值方法难以兼 ...
【技术保护点】
【技术特征摘要】
1.一种天然河道水位流量同步同化方法,其特征在于,包括如下步骤:步骤一,确定需要同化的河段步骤二,典型断面水上水下地形测量及同化段整体河床地形生成获取水面以下地形,建立水位/水深和断面面积关系;步骤三,河道水流模型选择根据同化河段的稳定性、规则性和同化时段水流的均匀性和平稳性选择相应的数学模型;对于顺直规则河道,当流速稳定时采用圣维南方程组进行数据同化;步骤四,在同化河段上游设置水位、流速监测仪器采集数据根据精度要求确定采样断面数量,在选定的断面布置水位、流速传感器、嵌入式设备和计算服务中心并组成同化系统;并采用传感器获取断面上水深与流量作为模型的边界条件;步骤五,神经网络水位流量同化方法,包括如下步骤:步骤1,神经网络同化模型构建,采用物理信息神经网络构建以圣维南方程组、采样断面水位、流量为约束条件的同化模型;包括如下步骤:描述河道渐变非恒定水流运动的一维圣维南方程组为:连续方程:动力方程:式中,x,t分别为流程和时间;A为断面面积;Q为流过断面的流量;B
T
表示调蓄宽度;Z为水位;q
L
为旁侧入流,入流为正,出流为负;v
x
为旁侧入流q
L
沿水流方向的速度分量;g为重力加速度;K为流量模数,R为水力半径,n为糙率;使用物理信息神经网络解圣维南方程,采用单网双输出结构,共享网络参数,预测值对自变量的偏导数将边界处抽样的i个输入点及对应的单宽水深h、单宽流量q用于训练边界约束,表示神经网络预测值与理论值的差距,为单宽水深预测值,为单宽流量预测值,将定义域内由拉丁超立方体抽样得到的输入j个用于连续方程与动力方程约束,进行边界约束的抽样点同样进行了方程约束,微分项分别按照连续方程与动力方程约束线性组合,构造损失函数如下:式中,MSE表示在计算损失时使用均方误差函数,N
f
与N
u
表示作用范围,λ表示加入的平衡权重系数;寻找神经网络参数,使损失函数最小;步骤2,根据四点差分法检验上述同化模型的正确性,如正确则进入步骤4,否则返回步
骤3优化同化模型;步骤3,将检验合格的模型完成现场部署,更新在嵌入式系统中,应用于水位流量同化;步骤4,根据上游确定断面的水位、流量,基于神经网络同化模型实时得出下游任意断面的水位、流量。2.根据权利要求1所述的天然河道水位流量同步同化方法,其特征在于,所述步骤1的神经网络中网络输入层加入时空映射缩放输入尺度,将输入映射到一个更密集的区间。3.根据权利要求1所述的天然河道水位流量同步同化方法,其特征在于,所述步骤1中使用3层隐藏层...
【专利技术属性】
技术研发人员:方卫华,钟华,徐孟启,肖城,戴佳琦,
申请(专利权)人:水利部交通运输部国家能源局南京水利科学研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。