[發(fā)明專利]一種進(jìn)化式數(shù)字孿生流域構(gòu)建方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110603782.8
• 申請(qǐng)日: 2021-05-31
• 公開（公告）號(hào): CN113283095A
• 公開（公告）日: 2021-08-20
• 發(fā)明（設(shè)計(jì)）人: 王浩;楊明祥;蔣云鐘;張利敏;郝浩然;董寧澎
• 申請(qǐng)（專利權(quán)）人: 中國(guó)水利水電科學(xué)研究院
• 主分類號(hào): G06F30/20
• 分類號(hào): G06F30/20;G06T17/00
• 代理公司: 北京市盛峰律師事務(wù)所 11337
• 代理人: 于國(guó)強(qiáng)

1.一種進(jìn)化式數(shù)字孿生流域構(gòu)建方法，其特征在于：包括如下步驟，

S1、基于流域的相關(guān)參數(shù)以及氣象數(shù)據(jù)、水文數(shù)據(jù)、土壤數(shù)據(jù)、地形數(shù)據(jù)和水利工程數(shù)據(jù)，構(gòu)建初始數(shù)字孿生流域；

S2、對(duì)初始數(shù)字孿生流域中的模型進(jìn)行優(yōu)化及驗(yàn)證，并在滿足迭代優(yōu)化條件時(shí)，進(jìn)行數(shù)字孿生體集成，獲取最終的數(shù)字孿生流域。

2.根據(jù)權(quán)利要求1所述的進(jìn)化式數(shù)字孿生流域構(gòu)建方法，其特征在于：流域的相關(guān)參數(shù)包括流域的結(jié)構(gòu)參數(shù)、幾何參數(shù)、狀態(tài)參數(shù)和邊界條件。

3.根據(jù)權(quán)利要求1所述的進(jìn)化式數(shù)字孿生流域構(gòu)建方法，其特征在于：流域的氣象數(shù)據(jù)包括流域的實(shí)時(shí)降水?dāng)?shù)據(jù)、氣溫?cái)?shù)據(jù)、風(fēng)速數(shù)據(jù)、濕度數(shù)據(jù)和蒸發(fā)數(shù)據(jù)。

4.根據(jù)權(quán)利要求1所述的進(jìn)化式數(shù)字孿生流域構(gòu)建方法，其特征在于：初始數(shù)字孿生流域的構(gòu)建過(guò)程為，

S11、基于流域的氣象數(shù)據(jù)、水文數(shù)據(jù)、土壤數(shù)據(jù)、地形數(shù)據(jù)和水利工程數(shù)據(jù)建立三維的物理模型，同時(shí)定義流域的幾何屬性、功能屬性以及各數(shù)據(jù)要素間的相互關(guān)系；

S12、將物理模型中流域的氣象數(shù)據(jù)、水文數(shù)據(jù)、土壤數(shù)據(jù)、地形數(shù)據(jù)和水利工程數(shù)據(jù)映射到邏輯模型中，通過(guò)圖形化、形式化的方式描述邏輯模型的組成要素、組織結(jié)構(gòu)和運(yùn)行機(jī)制；并且通過(guò)邏輯模型將流域各數(shù)據(jù)要素的屬性關(guān)聯(lián)性質(zhì)反饋到物理模型中，實(shí)現(xiàn)物理模型的優(yōu)化；

S13、建立以水文水動(dòng)力學(xué)模型為核心的仿真模型，基于流域的氣象數(shù)據(jù)、水文數(shù)據(jù)、土壤數(shù)據(jù)、地形數(shù)據(jù)、水利工程數(shù)據(jù)以及流域的相關(guān)參數(shù)，建立流域的水文水動(dòng)力模型，計(jì)算流域的洪峰流量、洪量及水位；并以物理模型和邏輯模型為基礎(chǔ)，實(shí)現(xiàn)流域在孿生對(duì)象、孿生結(jié)構(gòu)和孿生過(guò)程的可視化，從而將流域?qū)嶓w轉(zhuǎn)化為三維孿生體。

5.根據(jù)權(quán)利要求4所述的進(jìn)化式數(shù)字孿生流域構(gòu)建方法，其特征在于：步驟S2具體包括如下內(nèi)容，

S21、基于流域的相關(guān)參數(shù)，采用多目標(biāo)優(yōu)化算法對(duì)仿真模型進(jìn)行迭代優(yōu)化；

S22、基于流域?qū)嶓w，利用相關(guān)性分析及誤差計(jì)算方法對(duì)物理模型和仿真模型進(jìn)行一致性與可靠性驗(yàn)證，當(dāng)滿足仿真模型目標(biāo)函數(shù)的迭代優(yōu)化條件時(shí)，進(jìn)入步驟S23；否則，返回步驟S11繼續(xù)迭代優(yōu)化，不斷改進(jìn)參數(shù)，直到滿足迭代優(yōu)化條件，達(dá)到收斂，再進(jìn)入步驟S23；

S23、采用多源數(shù)據(jù)融合方法、深度學(xué)習(xí)算法、迭代優(yōu)化技術(shù)以及智能決策方法，實(shí)現(xiàn)流域?qū)嶓w與虛擬孿生體中數(shù)據(jù)的鏡像及交換，完成數(shù)據(jù)模型的構(gòu)建；

S24、將優(yōu)化后達(dá)到要求的仿真模型、物理模型、邏輯模型以及數(shù)據(jù)模型進(jìn)行集成，形成最終的數(shù)字孿生流域。