(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211341407.1 (22)申请日 2022.10.31 (71)申请人 武汉大学 地址 430072 湖北省武汉市武昌区珞珈山 街道八一路2 99号 (72)发明人 雷雅文　 (74)专利代理 机构 武汉科皓知识产权代理事务 所(特殊普通 合伙) 42222 专利代理师 龚雅静 (51)Int.Cl. G06F 30/28(2020.01) G06F 16/2458(2019.01) G06F 16/29(2019.01) G06K 9/62(2022.01) G01M 10/00(2006.01) (54)发明名称 基于回归分析的坝区流态的推求方法 (57)摘要 本发明提供基于回归分析的坝区流态的推 求方法， 包括确定目标河段的研究区域， 从目标 河段内提取各个断面及相应测点的实测垂向流 速值， 基于实测垂向流速值， 对测点进行划分， 对 不同测点的垂向流速分布曲线进行分类整合， 构 建不同测点的垂线流速分布模型， 采用深度学 习， 结合河道位置特征， 基于支持向量机分类回 归理论， 构建非线性分类回归模型， 得到垂向流 速在研究区域不同位置处的分布特征， 选取典型 的计算条件， 分别建立大坝的上、 下游的平面二 维水动力数学模型并进行验证并率定出研究区 域的糙率， 进而计算得出坝上、 下游水流流态。 本 发明能较准确的计算出复杂条件下坝区内坝体 上、 下游流场分布情况， 修正后的结果与实际情 况更加符合。 权利要求书3页 说明书6页 附图4页 CN 115455867 A 2022.12.09 CN 115455867 A 1.基于回归分析的坝区流态的推求方法， 其特 征在于， 包括以下步骤： 步骤1、 确定包含大坝的上、 下游目标河段的研究区域， 从目标河段内提取各个断面及 相应测点的实测垂向流速值， 建立 二维水流 流态计算 域地理信息数据库； 步骤2、 基于实测垂向流速值， 对测点进行划分， 对不同测点的垂向流速分布曲线进行 分类整合， 构建不同测点的垂线流速分布模型， 得到不同测点表面流速和垂线流速平均分 布的比值； 步骤3、 采用深度 学习， 结合河道位置特征， 确定校正域， 在所述校正域基于支持向量机 分类回归理论， 构建非线性分类回归模型， 得到垂向流速在研究区域不同位置处的分布特 征； 步骤4、 对研究区域进行网格划分， 得到网格节点的高程 值； 步骤5、 进行水文资料分析， 并分类列出边界条件， 边界条件包括网格节点的地形条件、 岸线走向、 网格节 点垂向流速分布， 根据大坝的校核 水位、 设计洪水位或发电任务对应的流 量以及水位作为计算条件， 选取典型的计算条件； 步骤6、 根据网格节点垂向流速分布得到各自垂向平均流速与表面流速的比值， 分别建 立大坝的上、 下游的平面二维水动力数学模型并进行验证， 率定出研究区域不同河道断面 的糙率； 步骤7、 考虑大坝水电站运行的影响， 采用步骤5中的边界条件， 坝上、 下游区域模型进 口断面给定流量边界条件， 并根据水电的调 度方式及计算区域特征给定出口的水位控制条 件； 步骤8、 假定初始流速， 采用步骤6中建立的平面二维水动力数学模型， 按照步骤7中的 流量边界条件， 计算得 出大坝的上、 下游水流 流态。 2.根据权利要求1所述的基于回归分析的坝区流态的推求方法， 其特征在于， 所述步骤 1具体包括： 步骤11、 收集所述目标河段地理信息， 包括岸线、 河道走向、 河段滩涂分布， 并计算入口 断面及出口断面； 步骤12、 收集所述目标河段内二维水流测点信 息， 包括断面方向、 断面起点到原点的岸 线距离、 测线到断面起点的距离以及测 点在测线上 的位置， 建立二维水流流态测点信息数 据集。 3.根据权利要求1所述的基于回归分析的坝区流态的推求方法， 其特 征在于： 所述步骤2中， 对每一测点， 以该测点不同的水深及对应的流速作为输入值， 以垂线流 速分布特征因子作为输出值构建垂线流速 分布模型， 垂线流速 分布为指数形式、 对数形式、 抛物线形式以及 椭圆形式。 4.根据权利要求3所述的基于回归分析的坝区流态的推求方法， 其特 征在于： 所述指数 形式表示 为： 式中： 表示测点水深， 为系数， 表示垂线水深， 为该垂线最大流速， 为测点 流速。权　利　要　求　书 1/3 页 2 CN 115455867 A 25.根据权利要求1所述的基于回归分析的坝区流态的推求方法， 其特 征在于： 所述步骤3 中， 对于非线性分类回归模型， 根据 所述检验集地理位置自动筛选校正域及 所述非线性分类回归模型参数， 估测垂向流速分布参数估计误差场， 并对所述检验集的背 景场进行误差校正和精度评价， 在精度评价过程中， 有效性和符合预测精度的预测值 的 选取包括复相关系数 和标准差 。 6.根据权利要求5所述的基于回归分析的坝区流态的推求方法， 其特 征在于： 复相关系数 的计算公式为： 式中， 为回归平方和， ， 表示垂线上测点序号， 为垂 线上测点数； 表示第 点处非线性分类回归 模型预测的流速， 为实测流速的平均值； 为总离差的平方和： 式中， 表示第 点处实测垂向流速值， 取值在0～1之间， 越靠 近1， 拟合 程度越好； 复相关系数 采用 检验， 对 用下列统计量 其中， 和 分别为统计量 服从 分布的第一、 二自由度； 根据 以及 、 的自由度 得到 的临界值 ， 、 分别为统计量 服从 分布的第一、 二自由度； 的范围是1% ～5%； 当 时， 则判定非线性分类回归 模型的回归曲线 有效； 当 时， 则判定非线性分类回归 模型回归曲线无效； 选取有效性和符合预测精度的垂线流速分布模型。 7.根据权利要求1所述的基于回归分析的坝区流态的推求方法， 其特 征在于： 所述步骤5 中， 典型的计算条件为一年一遇的洪水、 五十年一遇的洪水或一百年一遇的 洪水。 8.根据权利要求1所述的基于回归分析的坝区流态的推求方法， 其特 征在于： 所述步骤6中， 根据曼宁公式率定出研究区域 不同河道断面的糙 率。 9.根据权利要求1所述的基于回归分析的坝区流态的推求方法， 其特 征在于： 所述步骤4中， 使用反距离插值法对实测地形资料进行插值， 得到网格节点的高程 值。 10.根据权利要求1所述的基于回归分析的坝区流态的推求方法， 其特 征在于： 所述步骤3中， 在深度 学习过程中， 确定训练集以及检验集， 选取部分测点作为背景场，权　利　要　求　书 2/3 页 3 CN 115455867 A 3