[發明專利]一種水庫水沙預測模型訓練、水庫水沙預測方法及裝置

有效

• 申請號: 202210069016.2
• 申請日: 2022-01-21
• 公開（公告）號: CN114091359B
• 公開（公告）日: 2022-05-17
• 發明（設計）人: 張成瀟;戴會超;王玲玲;劉志武;蔣定國;趙汗青;米博宇;劉肖廷
• 申請（專利權）人: 中國長江三峽集團有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F30/28;G06Q10/04;G06Q50/06;G06N3/04;G06N3/08;G06F113/08;G06F119/14
• 代理公司: 北京三聚陽光知識產權代理有限公司 11250
• 代理人: 李博洋

本發明提供了一種水庫水沙預測模型訓練、水庫水沙預測方法及裝置，其中，水庫水沙預測模型訓練方法包括：獲取入庫水流數據；將入庫水流數據輸入預先建立的數學模型，得到目標區域的水沙數據，數學模型采用歷史實測數據建立，歷史實測數據包括水流流入數據和沿程水沙數據，水流流入數據通過上游水流流入觀測站點獲取，沿程水沙數據通過下游觀測站點獲?。粚⑷霂焖鲾祿湍繕藚^域的水沙數據作為訓練數據，通過訓練數據對初始神經網絡模型進行訓練，得到目標區域的水沙預測模型。通過實施本發明可快速、及時地預測到任意目標區域的水沙數據，對水庫的實時、精細調度提供重要參考。

技術領域

本發明涉及水庫泥沙調度技術領域，具體涉及一種水庫水沙預測模型訓練、水庫水沙預測方法及裝置。

背景技術

水庫是實現水資源科學配置和可持續利用的關鍵型水利工程，水庫的調度方式和使用壽命將深刻影響著人民生命財產安全和經濟社會的發展。但眾所周知，水庫調度這一人工因素的強烈影響下，天然河道的水流、泥沙等物質的運動特性發生了劇烈且復雜的變化。且隨著庫區沿岸工農業的迅速發展和人口規模的迅速增長，水庫的實時、精細調度愈來愈關鍵，如何在上游或庫區觀測到洪峰、沙峰的前提下，快速、準確的模擬和認識庫區沿程各處即將發生的水流、泥沙的運動規律，是尤為重要的。

為了實現對沿程各處的水流、泥沙數據的預測，傳統的方法中通常采用神經網絡模型進行預測，在采用神經網絡模型進行預測前，需要利用實測數據作為訓練數據對神經網絡模型進行訓練，但是對于不設置有觀測站點的沿程區域，無法獲取其實測數據，從而無法得到訓練數據，難以實現對神經網絡模型的訓練，由此可見，通過傳統的神經網絡模型訓練方法訓練得到的神經網絡模型無法對不設置有觀測站點的沿程區域的水流、泥沙數據進行預測。

發明內容

因此，本發明要解決的技術問題在于克服現有技術中無法對不設置有觀測站點的沿程區域的水流、泥沙數據進行預測的缺陷，從而提供一種水庫水沙預測模型訓練、水庫水沙預測方法及裝置。

本發明第一方面提供了一種水庫水沙預測模型訓練方法，包括：獲取入庫水流數據；將入庫水流數據輸入預先建立的數學模型，得到目標區域的水沙數據，數學模型采用歷史實測數據建立，歷史實測數據包括水流流入數據和沿程水沙數據，水流流入數據通過上游水流流入觀測站點獲取，沿程水沙數據通過下游觀測站點獲取；將入庫水流數據和目標區域的水沙數據作為訓練數據，通過訓練數據對初始神經網絡模型進行訓練，得到目標區域的水沙預測模型。

可選地，在本發明提供的水庫水沙預測模型訓練方法中，獲取入庫水流數據的步驟，包括：獲取上游水流流入觀測站點在參考時期采集的采樣水流流入數據，參考時期包括豐水年、平水年、枯水年；將采樣水流流入數據進行縮放，得到入庫水流數據。

可選地，在本發明提供的水庫水沙預測模型訓練方法中，數學模型包括水動力模型，水沙數據包括目標區域的斷面水位和斷面流量，水動力模型為：，，其中，表示目標區域在河道中的縱向坐標，表示相鄰兩次檢測時間間隔，表示目標區域的斷面流量，表示目標區域的斷面水位，表示目標區域的當量河寬，表示單位河長的旁側入流量，表示動力校正系數，表示目標區域的斷面面積，表示重力加速度，表示謝才系數，表示目標區域的水力半徑。

可選地，在本發明提供的水庫水沙預測模型訓練方法中，數學模型還包括懸移質泥沙數值模型，水沙數據還包括目標區域的不同粒徑組泥沙的斷面含沙量，懸移質泥沙數值模型包括：懸移質輸運控制方程：，懸移質引起的河床沖淤變形方程：，其中，表示目標區域的斷面流量，表示目標區域的第k粒徑組泥沙的斷面含沙量，表示目標區域在河道中的縱向坐標，表示所述目標區域的斷面面積，A_s表示目標區域的沖淤面積，表示目標區域的第k粒徑組泥沙的斷面挾沙力，和分別表示第k粒徑組泥沙的沉速和恢復飽和系數，表示泥沙干容重，B_T表示所述目標區域的當量河寬。