[发明专利]基于人工神经网络的河道-泛区洪水演进异维融合模拟原理与计算方法

权利要求书

1.一种基于人工神经网络的河道-泛区洪水演进异维融合模拟原理与计算方法，其特征在于，包括以下步骤；

S1.根据二维水动力模型计算河道水力；

S2.根据上述的河道水力判断是否达到堤防溃决条件,若达到，则将T-DT时刻河道溃口处的上游断面水深H_0,T-DT，下游断面水深H_1,T-DT，泛区溃口位置水深H_T-DT和流速U_T-DT输入训练好的溃口神经网络模型，输出计算T时刻河道溃口处的上游断面水深H_0,T，下游断面水深H_1,T，泛区溃口位置水深H_T和流速U_T，然后以溃口神经网络模型输出的泛区溃口位置水深H_T和流速U_T作为入流边界，用二维水动力模型计算泛口水力；若未达到，返回步骤S1；

S3.判断是否达到最大计算时间T_max，若达到则输出结果，否则更新计算时刻为T+DT，返回步骤S1；DT为二维水动力模型的计算时间步长。

2.根据权利要求1所述基于人工神经网络的河道-泛区洪水演进异维融合模拟原理与计算方法，其特征在于，所述溃口神经网络模型为BP神经网络模型。

3.根据权利要求1所述基于人工神经网络的河道-泛区洪水演进异维融合模拟原理与计算方法，其特征在于，所述一维水动力模型计算一个时间步长结束后，所有断面的水力要素值更新到时刻T。

4.根据权利要求1所述基于人工神经网络的河道-泛区洪水演进异维融合模拟原理与计算方法，其特征在于，基于圣维南方程组，采用一维水动力模型进行河道水力计算：

由连续方程和运动方程构成:

式中，Q为断面变量，m³/s；A为过水断面面积，m²；q为侧向入流流量，m³/s；x为沿程距离，m；t为时间，s；α为动力修正系数，为无量纲量；g为重力加速度，m/s²；Z为断面水位，m；n为糙率，为无量纲量；R为水力半径，m。

5.根据权利要求1所述基于人工神经网络的河道-泛区洪水演进异维融合模拟原理与计算方法，其特征在于，二维水动力模型计算一个时间步后，所有网格的水力要素值更新到时刻T。

6.根据权利要求1所述基于人工神经网络的河道-泛区洪水演进异维融合模拟原理与计算方法，其特征在于，二维水动力模型计算采用二维浅水流动控制方程，包括：

连续性方程

沿X轴的动量方程

沿Y轴的动量方程

式中，t为时间；u,v分别为流速在x,y方向上的分量；η为河床底高程；d为静水深；h为水深，h＝d+η；g为重力加速度；f为科氏力；ρ为水的密度；s_xx,s_xy,s_yx,s_yy为辐射应力分量；p_a为大气压强；ρ₀为水的相对密度；S为源项；u_s,v_s为源项水流流速；为沿水深方向的流速平均值；T_ii为侧向应力，由Smagorinsky涡黏系数公式计算。