[发明专利]一种水动力模型糙率校准方法、装置及电子设备

权利要求书

1.一种水动力模型糙率校准方法，其特征在于，包括：

获取预设糙率样本集，所述预设糙率样本集包括目标河道的多组初设糙率数组；

检测所述预设糙率样本集中每组初设糙率数组对应的水动力要素信息；

基于所述预设糙率样本集及所述预设糙率样本集中每组初设糙率数组对应的水动力要素信息，构建水动力代理模型；

对所述预设糙率样本集进行迭代优化，并基于所述水动力代理模型，得到优化后的糙率样本集中每组糙率数组对应的水动力要素预测结果；

根据所述水动力要素预测结果表征的预测精度，在所述优化后的糙率样本集中筛选目标糙率数组，以根据所述目标糙率数组校准预设水动力模型的糙率。

2.根据权利要求1所述的方法，其特征在于，所述检测所述预设糙率样本集中每组初设糙率数组对应的水动力要素信息，包括：

将所述预设糙率样本集中每组初设糙率数组，输入到所述预设水动力模型，得到各所述初设糙率数组对应的水动力要素信息；

其中，所述水动力要素信息至少包括水位和流量。

3.根据权利要求1所述的方法，其特征在于，所述基于所述预设糙率样本集及所述预设糙率样本集中每组初设糙率数组对应的水动力要素信息，构建水动力代理模型，包括：

基于所述预设糙率样本集及所述预设糙率样本集中每组初设糙率数组对应的水动力要素信息，生成水动力代理模型训练样本；

利用所述水动力代理模型训练样本，训练初始水动力代理模型，得到完成训练的水动力代理模型。

4.根据权利要求3所述的方法，其特征在于，初始水动力代理模型包括若干个初始水动力代理子模型，所述利用所述水动力代理模型训练样本，训练初始水动力代理模型，得到完成训练的水动力代理模型，包括：

利用所述水动力代理模型训练样本，训练所述若干个初始水动力代理子模型，得到完成训练的若干个水动力代理子模型；

根据各所述水动力代理子模型的模型精度，确定各所述水动力代理子模型的耦合权重；

根据各所述水动力代理子模型的耦合权重，对所述若干个水动力代理子模型进行耦合，得到所述水动力代理模型。

5.根据权利要求4所述的方法，其特征在于，所述若干个初始水动力代理子模型包括初始径向基函数模型、初始多项式回归模型和初始克里金模型；

所述水动力代理子模型的耦合权重之和等于1。

6.根据权利要求1所述的方法，其特征在于，所述对所述预设糙率样本集进行迭代优化，包括：

基于预设的遗传算法，对所述预设糙率样本集进行优化变异，以生成新的糙率样本集；

基于所述水动力代理模型，根据所述新的糙率样本集，确定对应的水动力要素预测结果；

根据所述水动力要素预测结果表征的预测精度，确定优化变异方向，并返回到所述基于预设的遗传算法，对所述预设糙率样本集进行优化变异，以生成新的糙率样本集的步骤。

7.根据权利要求1所述的方法，其特征在于，所述根据所述水动力要素预测结果表征的预测精度，在所述优化后的糙率样本集中筛选目标糙率数组，包括：

针对任一组糙率数组对应的水动力要素预测结果，根据该水动力要素预测结果和所述目标河道的水动力要素实测值之间的差距，确定该组糙率数组对应的预测精度；

将预测精度最高的糙率数组确定为所述优化后的糙率样本集中的目标糙率数组。