← 返回列表

一种基于非嵌入式模态分解算法的河道水质智能模拟方法

申请号: CN202311803274.X
申请人: 中国水利水电科学研究院
申请日期: 2023/12/26

摘要文本

本发明提供的一种基于非嵌入式模态分解算法的河道水质智能模拟方法,包括:收集目标河道的基础资料;基于N‑S方程、质量守恒方程、动量方程与污染物输移扩散方程,根据所述基础资料建立模型,模拟计算得到河道平面二维浓度场数据;对所述模型进行后处理,导出txt格式文件;借助编程语言将河道平面二维浓度场数据处理成浓度场时间序列快照数据;借助编程语言建立SPOD模态分解模型,将所述浓度场时间序列快照数据分解,在原始数据上进行加权倾斜投影构造SPOD潜在空间,得到历史膨胀系数矩阵;根据所述历史膨胀系数矩阵预测未来膨胀系数矩阵,预测未来时刻浓度场。提升河道、水库水质智能化管控水平。

专利详细信息

项目 内容
专利名称 一种基于非嵌入式模态分解算法的河道水质智能模拟方法
专利类型 发明申请
申请号 CN202311803274.X
申请日 2023/12/26
公告号 CN117744494A
公开日 2024/3/22
IPC主分类号 G06F30/27
权利人 中国水利水电科学研究院
发明人 林俊强; 张绍耕; 朱博然; 苏军; 冯艳玲; 张迪; 彭期冬; 靳甜甜; 李游坤; 蒋爱萍; 刘瀚; 马鑫; 班学君; 刘志成; 许誉骞
地址 北京市海淀区车公庄西路20号

专利主权项内容

1.一种基于非嵌入式模态分解算法的河道水质智能模拟方法,其特征在于,所述模拟方法包括:收集目标河道的基础资料;基于N-S方程、质量守恒方程、动量方程与污染物输移扩散方程,根据所述基础资料建立模型,模拟计算得到河道平面二维浓度场数据;对所述模型进行后处理,导出txt格式文件;借助编程语言将河道平面二维浓度场数据处理成浓度场时间序列快照数据;借助编程语言建立SPOD模态分解模型,将所述浓度场时间序列快照数据分解,在原始数据上进行加权倾斜投影构造SPOD潜在空间,得到历史膨胀系数矩阵;利用非线性自回归NAR动态神经网络学习全要素膨胀系数的时间演化,根据所述历史膨胀系数矩阵预测未来膨胀系数矩阵;将未来膨胀系数矩阵重构回高维浓度场,预测未来时刻浓度场。