【技术实现步骤摘要】
本专利技术涉及人工智能与水利数值模拟，特别是基于大语言模型智能构建二维水动力模型的方法及系统。
技术介绍
1、当前，二维水动力模型在水资源管理、防洪预警等领域具有重要应用。然而，传统建模方法依赖大量人工经验，区域划分、网格生成和地形插值过程繁琐、耗时且容易出现局部误差。
2、如何借助人工智能技术，实现建模全流程自动化、提高模型精度与构建效率，成为亟待解决的技术难题。
技术实现思路
1、鉴于现有的基于大语言模型智能构建二维水动力模型的系统存在的问题，提出了本专利技术。因此，本专利技术所要解决的问题在于如何提供基于大语言模型智能构建二维水动力模型的系统及系统。
2、为解决上述技术问题，本专利技术提供如下技术方案：
3、第一方面，本专利技术提供了基于大语言模型智能构建二维水动力模型的系统，其包括，区域块智能划分模块，用于通过大语言模型llm解析地理信息数据，识别地形特征与工程设施，划分深水区、滩湿交替带、岸线、河槽区域以及工程设施区；
4、自适应网格生成模块，用于设置网格生成规则，设置不同网格类型，河槽区域为结构化网格，其他区域为非结构化网格，并根据不同分区，动态设置不同网格密度；
5、地形插值优化模块，用于基于水位－库容关系验证结果，选择插值算法计算网格单元地形，求解最优网格地形，并检验标记高程异常突变网格单元；
6、二维水动力模型构建模块，用于将网格与时序数据按目标二维水动力模型格式要求输出配置文件，构建二维水动
7、作为本专利技术所述基于大语言模型智能构建二维水动力模型的系统的优选方案，其中：所述区域块智能划分模块包括：
8、地形特征提取子模块，构建地形语义解析算法，从dem数据中提取等高线，根据设定的等高线阈值划分深水区、滩湿交替带与岸线边界，根据划分结果生成各区域边界矢量；
9、设施识别子模块，集成图像识别模型，通过预训练图像识别模型检测工程设施，输出设施边界矢量数据；
10、矢量边界识别子模块，识别地形特征提取子模块、设施识别子模块以及人工上传的矢量图层，根据矢量图层生成区域块边界；
11、区域块生成子模块，根据区域块边界矢量文件，生成包含河槽、深水区、滩湿交替带以及工程设施的多边形区域块。
12、作为本专利技术所述基于大语言模型智能构建二维水动力模型的系统的优选方案，其中：所述自适应网格生成模块包括：
13、网格类型决策器，根据区域类型选择结构化或非结构化网格算法，其中河槽区域采用结构化网格；
14、动态密度控制器，基于大语言模型llm自适应设置网格密度；
15、所述动态密度控制器包括：
16、人工干预接口：提供可视化界面接收用户设定的特定区域网格尺寸阈值；
17、智能推荐单元：当无人工设定时，根据计算域总面积生成推荐网格尺寸；
18、密度梯度带生成器：对深水区设置稀疏网格，滩湿交替带至岸线区设置密集网格，水利工程设施周边设置加密网格；
19、网格绘制单元：通过大语言模型llm集成调用软件程序，采用有结构式和无结构式网格生成方法，进行网格生成与优化；
20、过渡层生成单元，在不同密度区间配置多级过渡层，在密度差异超过50%的相邻区域间插入渐变网格层，设置相邻网格尺寸比至少为1.5:1。
21、作为本专利技术所述基于大语言模型智能构建二维水动力模型的系统的优选方案，其中：所述地形插值优化模块包括以下内容：
22、多算法插值引擎：集成反距离权重法、克里金插值和自然邻域法，根据不同区域块的dem数据空间分布和地形特征，选择初始插值算法；
23、水位－库容验证器：对比模拟水位－库容曲线与实测数据的均方根误差，若误差超过5%，则触发插值算法切换或参数调整，寻找适合每个区域块的不同的最优插值算法；
24、高程异常检测器：计算网格单元与相邻单元的高程梯度，当高程梯度时，标记网格单元为异常，关联显示异常网格的空间分布热力图，向用户推送插值算法重置建议和人工赋值修订选项，其中，，为区域平均高程。
25、作为本专利技术所述基于大语言模型智能构建二维水动力模型的系统的优选方案，其中：所述地形插值优化模块包括以下内容：
26、多算法插值引擎：集成反距离权重法、克里金插值和自然邻域法，根据不同区域块的dem数据空间分布和地形特征，选择初始插值算法；
27、水位－库容验证器：对比模拟水位－库容曲线与实测数据的均方根误差，若误差超过5%，则触发插值算法切换或参数调整，寻找适合每个区域块的不同的最优插值算法；
28、高程异常检测器：计算网格单元与相邻单元的高程梯度，当高程梯度时，标记网格单元为异常，关联显示异常网格的空间分布热力图，向用户推送插值算法重置建议和人工赋值修订选项，其中，，为区域平均高程。
29、作为本专利技术所述基于大语言模型智能构建二维水动力模型的系统的优选方案，其中：所述多算法插值引擎包括以下内容：
30、反距离权重法插值高程值的计算公式为：
31、，；
32、式中，为已知点的高程值；为点对待插值点的高程值的影响权重；为待插值点和已知点的欧式距离；为距离衰减参数；
33、克里金插值法插值高程值的计算公式为：
34、；
35、式中，为已知点的高程值；权重通过求解克里金方程组确定，计算公式为：
36、；
37、式中，为半变异系数；表示已知点与预测点之间的变异函数值；是待求解的权重； μ为拉格朗日乘子；和均为已知数据点的索引，是方程行的标识符，是方程列的遍历符，取值范围均为1,2,…,n；
38、自然邻域法插值高程值的计算公式为：
39、；
40、式中，为待插点的新泰森多边形与原始点的泰森多边形重叠面积；为待插点泰森多边形总面积； m为自然邻域点数量。
41、作为本专利技术所述基于大语言模型智能构建二维水动力模型的系统的优选方案，其中：所述水位－库容验证器包括以下内容：
42、进行库容计算：
43、；
44、；
45、；
46、式中：k为网格单元序号；为网格单元总量；为网格面积，，分别为顶点纵横坐标，为单元有效水深，为底高程常数，h为水位；为模拟库容值；
47、定义水位-库容关系误差为：
48、；
49、当满足以下条件时触发算法调整：
50、；
51、或
52、；
53、式中：为实测水位-库容数据点数量，为第个水位值，为模拟库容值，为实测库容值，为所有实测水位区间。
54、作为本专利技术所述基于大语言模型智能构建二维水动力模型本文档来自技高网...
【技术保护点】
1.基于大语言模型智能构建二维水动力模型的系统，其特征在于：包括，
2.如权利要求1所述的基于大语言模型智能构建二维水动力模型的系统，其特征在于：所述区域块智能划分模块包括：
3.如权利要求2所述的基于大语言模型智能构建二维水动力模型的系统，其特征在于：所述自适应网格生成模块包括：
4.如权利要求3所述的基于大语言模型智能构建二维水动力模型的系统，其特征在于：所述地形插值优化模块包括以下内容：
5.如权利要求4所述的基于大语言模型智能构建二维水动力模型的系统，其特征在于：所述多算法插值引擎包括以下内容：
6.如权利要求5所述的基于大语言模型智能构建二维水动力模型的系统，其特征在于：所述水位－库容验证器包括以下内容：
7.如权利要求6所述的基于大语言模型智能构建二维水动力模型的系统，其特征在于：所述选择初始插值算法包括以下内容：
8.基于大语言模型智能构建二维水动力模型的方法，基于权利要求1~7任一所述的基于大语言模型智能构建二维水动力模型的系统，其特征在于：包括，
9.计算机设备，包括
10.计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求8所述基于大语言模型智能构建二维水动力模型的方法的步骤。
...【技术特征摘要】
1.基于大语言模型智能构建二维水动力模型的系统，其特征在于：包括，
2.如权利要求1所述的基于大语言模型智能构建二维水动力模型的系统，其特征在于：所述区域块智能划分模块包括：
3.如权利要求2所述的基于大语言模型智能构建二维水动力模型的系统，其特征在于：所述自适应网格生成模块包括：
4.如权利要求3所述的基于大语言模型智能构建二维水动力模型的系统，其特征在于：所述地形插值优化模块包括以下内容：
5.如权利要求4所述的基于大语言模型智能构建二维水动力模型的系统，其特征在于：所述多算法插值引擎包括以下内容：
6.如权利要求5所述的基于大语言模型智能构建二维水动力模型的系统，其特征在于：所述水位－库...
【专利技术属性】
技术研发人员：陆昊，周举，陈黎明，陈炼钢，栾震宇，杨逸城，徐祎凡，胡腾飞，施勇，金秋，
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。