【技术实现步骤摘要】
本申请属于流体，尤其涉及一种基于有限观测数据的全局流场预测方法。
技术介绍
1、全局流场是指流体在整个流动区域内的流动状态，在全局流场中，流速和其他物理量的分布相对均匀，可以通过整体的流动规律来分析流体的行为，通过对流场的分析，可以更好地揭示流体的运动规律，对各种工程和科学问题进行解决和应用。在流体动力学系统中，往往需要对大范围的区域进行监测，但考虑到实际工况和成本，不允许设置过多的传感器对全局进行监测。通过有限的观测数据重建或预测全局系统中的各种参数，这样的方法被称为状态估计。状态估计是分析物理规律、设计/优化、实现流体流动实时控制和未来状态预测的关键。
2、针对有限的观测数据，常见的流场预测方法大体可以分为两类，一类是基于降阶模型(reduced-ordermodel,rom)的方法，rom是利用已有的流动数据，将高维的全局信息通过低维特征进行近似表示，建立有限的监测数据与低维特征的线性映射关系，通过预测近似的低维特征来达到预测全场特征的目的；另一类是直接建立输入参数与全阶流场之间的映射关系，给出模型对应的输入参数以获得...
【技术保护点】
1.一种基于有限观测数据的全局流场预测方法，其特征在于，包括：
2.根据权利要求1所述的基于有限观测数据的全局流场预测方法，其特征在于，所述全局流场数据预测值的获取过程为：先将实时获取的传感器数据输入长短期记忆网络，再将长短期记忆网络的输出的低维特征输入至自编码器的解码层中，通过解码层输出实时的全局流场数据预测值。
3.根据权利要求1所述的基于有限观测数据的全局流场预测方法，其特征在于，构建多个时间窗口时，按照时间顺序将获取的传感器数据进行排列，并按预设时间序列长度划分为多个时间窗口数据。
4.根据权利要求3所述的基于有限观测数据的...
【技术特征摘要】
1.一种基于有限观测数据的全局流场预测方法，其特征在于，包括：
2.根据权利要求1所述的基于有限观测数据的全局流场预测方法，其特征在于，所述全局流场数据预测值的获取过程为：先将实时获取的传感器数据输入长短期记忆网络，再将长短期记忆网络的输出的低维特征输入至自编码器的解码层中，通过解码层输出实时的全局流场数据预测值。
3.根据权利要求1所述的基于有限观测数据的全局流场预测方法，其特征在于，构建多个时间窗口时，按照时间顺序将获取的传感器数据进行排列，并按预设时间序列长度划分为多个时间窗口数据。
4.根据权利要求3所述的基于有限观测数据的全局流场预测方法，其特征在于，建立所述第二映射关系过程中，先将多个时间窗口数据输入长短期记忆网络，并从第一时刻的长短期记忆网络获取记忆信息和输出信息，之后从长短期记忆网络获取输出信息状态，所述输出信息状态由输入的时间窗口数据与上一时刻的长短期记忆网络输出数据串联生成。
5.根据权利要求4所述的基于有限观测数据的全局流场预测方法...
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。