买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国长江三峡集团有限公司

摘要：本发明提供了一种局部坐标系下的一维水动力模拟方法及装置，该方法包括：获取目标河道上多个观测点相对于预先建立的局部坐标系的位置信息以及各观测点采集的水位流量数据，局部坐标系是基于目标河道的河流流向建立的；将各观测点相对于局部坐标系的位置信息以及各观测点的水位流量数据输入到预先建立的一维水动力模型中，求解一维水动力模型得到目标河道的水位流量变化过程，一维水动力模型是结合糙率函数建立的，糙率函数为以局部坐标系下的空间位置为自变量，以糙率为因变量的连续函数。本发明将目标河道作为一个整体，模拟预测的结果更加符合天然河道的水位演变情况，无需对多个河段进行依次计算，模拟结果更加精确可靠。

主权项：1.一种局部坐标系下的一维水动力模拟方法，其特征在于，包括如下步骤：获取目标河道上多个观测点相对于预先建立的局部坐标系的位置信息，以及各观测点采集的水位流量数据，所述局部坐标系是基于所述目标河道的河流流向建立的；将各观测点相对于局部坐标系的位置信息以及各观测点的水位流量数据输入到预先建立的一维水动力模型中，求解所述一维水动力模型得到所述目标河道的水位流量变化过程，所述一维水动力模型是结合糙率函数建立的，所述糙率函数为以局部坐标系下的空间位置为自变量，以糙率为因变量的连续函数；所述一维水动力模型包括水流量连续方程和水流运动方程，所述水流运动方程是结合糙率函数建立的；通过如下步骤确定所述糙率函数：获取各观测点采集的历史水位流量数据；将各观测点采集的历史水位流量数据输入到预先建立的优化目标函数中，所述优化目标函数是结合第一初始神经网络模型、第二初始神经网络模型、水动力模型建立的，所述水动力模型中的水沙参数是通过所述第一初始神经网络模型确定的，所述水动力模型中的糙率是通过所述第二初始神经网络模型确定的，所述优化目标函数是根据各水动力模型的模拟残差的和确定的；求解所述优化目标函数，对第一网络模型参数和第二网络模型参数进行优化，得到使得所述优化目标函数的值最小的第一网络模型优化参数和第二网络模型优化参数，所述第一网络模型参数为所述第一初始神经网络模型中的参数，所述第二网络模型参数为所述第二初始神经网络模型中的参数；结合包含有所述第二网络模型优化参数的第二初始神经网络模型确定所述糙率函数；所述水动力模型的模拟残差包括水流连续方程的残差和水流运动方程的残差；所述第一初始神经网络模型确定的水沙参数包括流量和水位，所述优化目标函数还包括第一初始神经网络模型输出的流量对实际流量的逼近误差，以及第一初始神经网络模型输出的水位对实际水位的逼近误差；水动力模型的模拟残差包括： 其中，e1表示水流连续方程的残差，e2表示水流运动方程的残差，B表示水面宽，Zs表示水位，Qs表示流量，t表示时间，x表示空间位置，qL表示单位河长上的旁侧入流流量，A表示水断面面积，g表示重力加速度，ns表示糙率，R表示水力半径，其中，Zs＝Zsx,t；qu，Qs＝Qsx,t；qu，ns＝nsx；qp，qu表示第一网络模型参数，qp表示第二网络模型参数；所述预先建立的一维水动力模型为： 其中，t表示时间，x表示局部坐标系下的空间位置，B表示水面宽，Z表示水位，Q表示流量，qL表示单位河长上的旁侧入流流量，u表示断面平均流速，g表示重力加速度，A表示过水断面面积，nx表示糙率函数，R表示水力半径。

全文数据：

权利要求：

百度查询： 中国长江三峡集团有限公司 一种局部坐标系下的一维水动力模拟方法及装置