申请/专利权人：长江勘测规划设计研究有限责任公司;同济大学

申请日：2023-10-10

公开（公告）日：2024-07-05

公开（公告）号：CN117390842B

主分类号：G06F30/20

分类号：G06F30/20;G06N7/01

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2024.01.30#实质审查的生效;2024.01.12#公开

摘要：本申请涉及一种基于贝叶斯优化框架的排水管网模型自动率定方法，包括以下步骤：收集研究区域地形资料、卫星影像资料、土地利用资料、排水管网资料、降雨数据，构建排水管网的SWMM模型；根据污染源信息系统输入模型中每个节点的污水入流量数据；确定所述SWMM模型雨天模拟需要进行率定的子汇水分区参数，确定参数的取值范围，并进行参数敏感性分析；计算不同参数下目标函数值的迭代过程，依次输出对应于最优迭代过程的优化算法参数；输出对应于最大目标函数值的各个子汇水分区参数，本申请通过贝叶斯优化框架对优化算法进行参数寻优，使优化算法在较优参数下进行雨天模拟过程中管段流量和水位的率定，提高SWMM模型的模拟准确性。

主权项：1.一种基于贝叶斯优化框架的排水管网模型自动率定方法，其特征在于，包括以下步骤：步骤S1，收集研究区域地形资料、卫星影像资料、土地利用资料、排水管网资料、降雨数据，构建排水管网的SWMM模型；步骤S2，根据污染源信息系统输入SWMM模型中每个节点的污水入流量数据；步骤S3，获取排水管网雨天流量和水位数据，确定所述SWMM模型雨天模拟需要进行率定的子汇水分区参数，确定参数的取值范围，并进行参数敏感性分析；步骤S4，选择合适的优化算法，并确定该优化算法重要参数的取值范围，按照参数敏感性分析排序结果，依次通过贝叶斯超参数优化算法耦合PySWMM模块优化算法的参数，计算不同参数下目标函数值的迭代过程，依次输出对应于最优迭代过程的优化算法参数；步骤S5，利用PySWMM模块，依次通过贝叶斯超参数优化后的优化算法进行子汇水分区参数的优化，计算目标函数值，迭代次数达到目标次数后，输出对应于最大目标函数值的子汇水分区参数；所述步骤S3包括：步骤S31，获取研究区域排水管网雨天流量和水位数据；步骤S32，确定子汇水分区参数的取值范围，通过敏感性分析进行敏感性指标排序，判断参数变化对输出值的影响程度公式：ei＝y*-yy1式中：y*为参数变化后的输出值；y为参数变化之前的输出值；步骤S33，根据敏感性指标排序结果，确定子汇水分区参数优化的顺序；所述步骤S4包括：步骤S41，选择目标优化算法，确定该优化算法的参数，以及参数的取值范围；步骤S42，将优化算法参数的取值范围作为约束条件，通过贝叶斯超参数优化算法生成不同的参数；步骤S43，根据敏感性指标排序，依次将子汇水分区参数的取值范围作为约束条件，通过不同参数下的优化算法生成子汇水分区参数，并用Python打开SWMM模型的Input文件，写入生成的子汇水分区参数；步骤S44，运用PySWMM模块直接调用步骤S43中的Input文件进行SWMM模型计算，得到目标管道流量和节点水位的时间序列，并通过Python直接与Excel文件中的观测值进行目标函数值的计算；其中，目标函数值为管道流量和节点水位监测值与模拟值的NSE之和，其计算公式如下： 式中，Obst为管道流量和检查井水位的观测值，为观测结果的平均值，Simt为模型模拟值，t为T时刻内流量、水位模拟值的数量，n为监测流量和水位的管道和检查井的数量；步骤S45，根据模拟结果计算目标函数，并判断是否达到优化算法目标迭代次数，如果未达到，跳转回步骤S43，继续下一步的迭代优化计算；如果达到设定的优化算法目标迭代次数，则停止本次优化计算，返回目标函数值；步骤S46，对不同参数取值下的优化算法迭代相同次数后的目标函数值进行比较，目标函数值最大时对应的参数即为该优化算法的较优参数。

全文数据：

权利要求：

百度查询： 长江勘测规划设计研究有限责任公司 同济大学 一种基于贝叶斯优化框架的排水管网模型自动率定方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD