买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种模拟河渠输水过程的积分时滞模型参数辨识方法_中国水利水电科学研究院;江苏大学_202310720444.1 

申请/专利权人:中国水利水电科学研究院;江苏大学

申请日:2023-06-19

公开(公告)日:2024-01-19

公开(公告)号:CN116822180B

主分类号:G06F30/20

分类号:G06F30/20;G06N3/006;G06F111/06;G06F111/04

优先权:

专利状态码:有效-授权

法律状态:2024.01.19#授权;2023.10.24#实质审查的生效;2023.09.29#公开

摘要:本发明涉及一种模拟河渠输水过程的积分时滞模型参数辨识方法,该方法以原始序列数据的时滞特性分析为切入点,确定具有时滞特性的参数辨识序列集,然后构建积分时滞模型参数多目标优化识别的目标函数,并采用粒子群算法高效求解,最终实现积分时滞参数辨识过程,无需依赖高精度的河渠参数,也不需要构建复杂的水动力学模型或求解繁杂的计算公式,从而使得参数辨识精度高的同时辨识过程更简便、高效,有利于提高实时调度的效率和精度,降低水资源的调度风险。

主权项:1.一种模拟河渠输水过程的积分时滞模型参数辨识方法,其特征在于:包括,S1,获取随时间变化的上游流量数据、下游水位数据、下游流量数据和区间分水口流量数据;当上游流量发生突变时,下游水位出现一段时间内不变而后发生突变再持续发生线性变化的情况,表明存在时滞现象,则以自上游流量发生突变的时间点至下游水位不再维持线性变化的时间点间的时间长度为序列长度截取上游流量数据、下游水位数据、下游流量数据和区间分水口流量数据构建参数辨识序列集;S2,构建如下参数辨识目标函数, 式中,MSE为计算下游水位序列与实测下游水位序列的均方误差,n为序列的时段数,H't为t时刻由积分时滞模型计算得到的下游水位,Ht为t时刻实测下游水位;MAE为计算下游水位序列与实测下游水位序列的平均绝对误差;SUMV为计算下游水位序列与实测下游水位序列的单步斜率偏差和,H't+1为t+1时刻由积分时滞模型计算得到的下游水位,Ht+1为t+1时刻实测下游水位;Δt为相邻时刻的时间间隔;约束条件:回水面积约束As≤B*L滞后时间约束τ≤Δt'式中As表示回水面积,B表示渠池的平均水面宽度,L表示渠池的长度,τ表示滞后时间,Δt'表示参数辨识序列的时间跨度;S3,调用积分时滞模型,将参数辨识序列集中的上游流量序列、下游流量序列和区间分水口流量序列输入积分时滞模型,推求下游的计算水位,然后采用粒子群算法以所述S2中构建的参数辨识目标函数为目标获取待求参数滞后时间τ和回水面积As的最优解;其中,所述积分时滞模型如下式: 式中:et为t时刻渠池下游水深Hdt相对于初始时刻下游水深Hd0的增量,qint-τ为t-τ时刻渠池入流流量Qint-τ相对于初始时刻入流流量Qin0的增量,qoutt表示t时刻渠池出流流量Qoutt相对于初始时刻出流流量Qout0的增量,dt表示t时刻渠池分水口流量Dt相对于初始时刻分水口流量D0的增量,τ表示滞后时间,反映水波在均匀流区域的传播时间;As表示回水面积,反映回水区的水面面积;其中,所述S3包括如下步骤,S31,设粒子群的种群规模为N,初始化所有粒子,N为大于等于1的自然数,粒子群中的粒子为待识别参数即滞后时间τ、回水面积As的解;S32,根据参数辨识序列集中的上游流量序列、下游流量序列和区间分水口流量序列及粒子的位置代入积分时滞模型计算下游水位序列,将计算下游水位序列和实测下游水位序列代入目标函数,得到均方误差、平均绝对误差、下游水位单步序列斜率偏差和,并按分层思想,对均方误差、平均绝对误差、下游水位单步序列斜率偏差和逐一确定最小值,生成每个粒子的适应度值,将粒子的历史最优pBest设为当前位置,群体中的最优粒子作为当前的gBest;S33,判断种群代数上限是否达到设定值,若是,则输出当前gBest中的粒子作为待识别参数滞后时间τ和回水面积As的最优解,若否,则执行S34;S34,通过粒子群算法的种群更新机制,更新粒子的位置,返回执行S32。

全文数据:

权利要求:

百度查询: 中国水利水电科学研究院;江苏大学 一种模拟河渠输水过程的积分时滞模型参数辨识方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。