[发明专利]一种串联多渠池闸门过闸流量系数率定方法

摘要

本发明公开了一种串联多渠池闸门过闸流量系数率定方法，涉及水动力学参数识别领域。所述方法包括：建立研究渠道段的水动力仿真预测模型；结合研究渠道段中各个闸门的流量实测值和水位实测值，利用卡尔曼滤波同化算法获取实时分析水位序列；根据研究渠道段中任意一个渠池γ中的闸门的实时分析水位序列，利用圣维南方程推求得到渠池γ的分析流量序列；利用渠池γ的闸门的实时分析水位序列和所述渠池γ的分析流量序列推求渠池γ过闸流量系数。本发明极大地提高水动力预测模型的精确度，提升预测值的准确性。

主权项

1.一种串联多渠池闸门过闸流量系数率定方法，其特征在于，所述方法包括：S1，建立研究渠道段的水动力仿真预测模型获取串联多渠池调水工程中研究渠道段的基本参数，然后构建研究渠道段的水动力仿真预测模型；在所述水动力仿真预测模型中，研究渠道段中渠道处的水位流量关系用圣维南方程描述，研究渠道段中闸门处水位流量关系用过闸流量计算公式描述；S2，结合研究渠道段中各个闸门的流量实测值和水位实测值，利用卡尔曼滤波同化算法及对所述研究渠道段的水动力仿真预测模型进行校正得到研究渠道段中各个闸门的实时水位校正值序列，将所述实时水位校正值序列作为实时分析水位序列；S3，根据研究渠道段中任意一个渠池γ中的闸门的实时分析水位序列，利用圣维南方程推求得到渠池γ前、后的过闸流量序列，所述渠池γ前、后的过闸流量序列即为所述渠池γ的分析流量序列；S4，利用渠池γ的闸门的实时分析水位序列和所述渠池γ的分析流量序列推求渠池γ过闸流量系数；步骤S1中：研究渠道段中渠道处的水位流量关系用圣维南方程描述，见方程组(1)： { ∂ A ∂ t + ∂ Q ∂ x = 0 ∂ ∂ t ( Q A ) + ∂ ∂ x ( Q 2 2 A 2 ) + g ∂ h ∂ x + g ( S f - S 0 ) = 0 - - - ( 1 ) ; ]]>其中，x和t分别为空间坐标和时间坐标；A为渠道处的过流面积；Q为渠道过闸流量；h为水深；S0为渠道底坡；g为重力加速度；Sf为摩擦坡度，定义Sf＝Q|Q|/k2，k为流量模数；所述闸门处水位流量关系描述用过闸流量Q计算公式描述，见公式(2)： Q = C d n b e 2 g ( H 0 - H s ) = 0.864 n b e g ( H 0 - H s ) ( H 0 - e H 0 + 15 e ) 0.072 ( H 0 - H s ) 0.7 { 0.32 [ 0.81 H s ( H s e ) 0.72 - H 0 ] 0.7 + ( H 0 - H s ) 0.7 } - 1 - - - ( 2 ) ; ]]>其中，Cd为过闸流量系数，b为闸门的计算宽度，n为闸门个数；H0、Hs分别为闸门前水位、闸门后水位；e为闸门开度；步骤S2，具体按照下述步骤实现：S21，将研究渠道段作为一个整体，构造整体的状态转移方程组；设定研究渠道段的闸门处属于内边界，对整个研究渠道段建立水动力方程，将得到的方程组(1)、方程组(2)分别进行增量线性化处理，方程组(1)、方程组(2)分别简化为方程组(3)的格式： a j Δh j + b j ΔQ j + c j Δh j + 1 + d j ΔQ j + 1 = p j e j + 1 Δh j + a j + 1 ΔQ j + b j + 1 Δh j + 1 + c j + 1 ΔQ j + 1 = p j + 1 - - - ( 3 ) ]]>其中，△hj和△hj+1分别表示当前时刻j和下一时刻j+1处的水位值；△Qj和△Qj+1分别表示当前时刻j和下一时刻j+1处的流量增量；aj、ej+1为方程组(1)或方程组(2)增量线性化后△hj前的系数；bj、aj+1为方程组(1)或方程组(2)增量线性化后△Qj前的系数；cj、bj+1为方程组(1)或方程组(2)增量线性化后△hj+1前的系数；dj、cj+1为方程组(1)或方程组(2)增量线性化后△Qj+1前的系数；pj、pj+1为方程组(1)或方程组(2)增量线性化后所有的常量；将公式(3)形成封闭代数方程组矩阵形式为公式(4)：θ×ΔX＝D (4)其中，θ为变量aj、ej+1、bj、aj+1、cj、bj+1、dj、cj+1构成的矩阵，ΔX为变量△hj、△Qj、△hj+1、△Qj+1构成的矩阵，D为变量pj、pj+1构成的矩阵；在所述公式(4)的基础上，获取所述整个研究渠道段的所有断面水位的状态向量，将闸门处的闸门前、后水位作为观测变量，得到整体状态转移方程组(5)： { X i + 1 = X i + θ i - 1 D i + ω i Y i = HX i + v i - - - ( 5 ) ]]>Xi、Xi+1分别表示i时刻、i+1时刻的所有计算节点的预测水位和预测流量；Yi表示i时刻的闸门前、后观测水位；H表示观测算子；wi表示i时刻的模型误差；vi表示i时刻的观测误差；Di对应公式(4)中的D；S22，在整体的状态转移方程组的基础上，利用卡尔曼滤波同化算法进行实时校正，得到方程组(6)； K = P i f H T ( HP i f H T + Q i ) - 1 X i a = X i b + K ( Y i - HX i b ) P i a = ( I - K H ) P i k X i k = θX i - 1 a P i f = θP i - 1 a θ T + Q i - 1 - - - ( 6 ) ]]>方程组(6)中，i表示迭代计算时刻；a表示分析值，为分析水位；b表示观测值，为观测水位；f表示预测值；K代表卡尔曼滤波增益；Pif表示预测误差协方差；Pia表示分析误差协方差；Qi为模型误差方差，假设模型误差无偏；S23，将得到的每个观测水位值带入到方程组(6)中，得到每一步闸门的实时水位校正值序列。