CN116992663A - 一种实测流剖面构建方法、装置、设备及存储介质 - Google Patents
一种实测流剖面构建方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116992663A CN116992663A CN202310960583.1A CN202310960583A CN116992663A CN 116992663 A CN116992663 A CN 116992663A CN 202310960583 A CN202310960583 A CN 202310960583A CN 116992663 A CN116992663 A CN 116992663A
- Authority
- CN
- China
- Prior art keywords
- flow profile
- extremum
- matrix
- flow
- profile
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000010276 construction Methods 0.000 title claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims abstract description 84
- 238000000034 method Methods 0.000 claims abstract description 46
- 238000013461 design Methods 0.000 claims abstract description 36
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 33
- 238000005259 measurement Methods 0.000 claims abstract description 31
- 230000007613 environmental effect Effects 0.000 claims abstract description 29
- 238000012216 screening Methods 0.000 claims abstract description 14
- 238000005316 response function Methods 0.000 claims abstract description 13
- 238000009826 distribution Methods 0.000 claims description 35
- 230000006870 function Effects 0.000 claims description 32
- 230000008859 change Effects 0.000 claims description 19
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 239000000523 sample Substances 0.000 description 20
- 238000010586 diagram Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005370 electroosmosis Methods 0.000 description 3
- 239000013388 element-organic framework Substances 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Measuring Volume Flow (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Geometry (AREA)
Abstract
本发明公开了一种实测流剖面构建方法、装置、设备及存储介质，属于海洋数据处理技术领域。该方法包括：S100：收集待设计区域实测海流资料，得到实测流剖面样本；S200：对实测流剖面样本筛选极值流剖面，组成极值流剖面矩阵；S300：采用奇异值分解对极值流剖面矩阵进行时空分解；S400：计算模态方差贡献率e，确定经验正交函数的阶数，重构极值流剖面矩阵；S500：采用逆一阶可靠度方法获得目标重现期下的环境等值线；S600：根据结构响应函数在环境等值线上进行搜索，确定设计点；S700：基于设计点构建目标重现期下的待设计区域实测流剖面，并对结果进行输出显示。本发明可以简便、高效地获取更为真实的流剖面，有利于海洋工程的设计和施工定位。
Description
技术领域
本发明涉及海洋数据处理技术领域，更具体的说是涉及一种实测流剖面构建方法、装置、设备及存储介质。
背景技术
流剖面(Currentprofile)是指液体或气体在特定区域中的流动速度分布。它描述了流体在垂直方向上的速度变化情况。流剖面可以通过测量流体的速度分布来确定，通常使用流速仪器(如流速计)进行测量。
一般海洋结构与相关工程面临水深较深，水中结构存在明显的海流绕流作用的情况。而现有技术中特定海域水深较深，海流分布复杂、实测流剖面在时间和空间上变化复杂，难以直接进行有效获取更为真实的流剖面，为海洋工程设计和施工定位带来了巨大的不确定性。
因此，如何简便、高效地获取更为真实的流剖面是本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提供了一种实测流剖面构建方法、装置、设备及存储介质，用以解决上述现有技术中存在的技术问题。
为了实现上述目的，本发明提供如下技术方案：
一方面，本发明提供了一种实测流剖面构建方法，包括如下步骤；
S100：收集待设计区域实测海流资料，得到实测流剖面样本；
S200：对所述实测流剖面样本筛选极值流剖面，组成极值流剖面矩阵；
S300：采用奇异值分解对所述极值流剖面矩阵进行时空分解；
S400：计算模态方差贡献率e，确定经验正交函数的阶数，重构极值流剖面矩阵；
S500：采用逆一阶可靠度方法获得目标重现期下的环境等值线；
S600：根据结构响应函数在环境等值线上进行搜索，确定设计点；
S700：基于设计点构建目标重现期下的待设计区域实测流剖面，并对结果进行输出显示。
优选的，所述S100包括：
S101：获取特定海域的潮位曲线以及流速变化信息，其中，所述流速变化信息包括：流速变化曲线、特定海域水流的流动速度分布信息以及水流在垂直方向上的速度变化信息；
S102：根据所述流动速度分布信息以及所述速度变化信息生成特定海域的实测流剖面样本。
优选的，所述S200包括：
S201：提取所述潮位曲线中所有潮位极大值和潮位极小值；
S202：计算每个相邻潮位极大值和潮位极小值的均值潮位，确定实测流剖面样本中待选的极值流剖面样本；
S203：参照所述流速变化曲线，确定最终的极值流剖面样本，并组成极值流剖面矩阵。
优选的，所述S300包括：采用奇异值分解对所述极值流剖面矩阵进行时空分解，将所述极值流剖面矩阵分解为三个矩阵：时间系数矩阵、空间函数矩阵以及显著度系数矩阵的乘积：
式中，将极值流剖面矩阵A分解为具有时间特征的U和具有空间特征的V，W为U和V的显著度系数矩阵，Um×n为时间系数矩阵，为空间函数矩阵，两者都是正交矩阵，I为单位矩阵，而Wn×n为对角矩阵，/>的每一列、Vn×n的每一行即为所述经验正交函数。
优选的，所述S400包括：
S401：前K阶经验正交函数叠加得到的海流极值流剖面表示为：
S402：用前k阶经验正交函数重构所述极值流剖面，计算模态方差贡献率e：
式中，Yij和Aij为重构极值流剖面矩阵Y和极值流剖面矩阵A中第i行j列的元素值；
S403：验证所述方差贡献率e的准确性，其中，当所述方差贡献率e满足预设阈值时，得到重构后的极值流剖面矩阵；当不满足预设阈值时，增加经验正交函数阶数，继续重构直至满足预设阈值。
优选的，所述S500包括：
S501：在标准正态分布空间中，计算可靠度指数β，公式为：
β＝Φ-1(1-p)；
式中，Φ()为标准正态分布，β为可靠度指数；
S502：将可靠度指数β作为标准正态分布超球面的半径，表示为：
式中，xi为标准正态分布的随机变量；
S503：基于上述公式，假设海洋环境中波高H和周期T的真实分布为FH和FT；
S504：判断波高H和周期T的关联性；
其中，当波高H和周期T独立时，环境等值线上的每个点对应的物理变量为：
H＝FH -1[Φ(x1)]；
T＝FT -1[Φ(x2)]；
当波高H和周期T存在相关性时，采用条件概率FT|H代替的FT得到：
T＝FT|H -1[Φ(x2)]；
S505：以波高H和周期T为坐标轴绘制出来的线为环境等值线。
优选的，所述S600包括：根据结构响应函数在环境等值线上进行搜索，将最大结构响应点作为设计点。
一种实测流剖面构建装置，包括：
实测海流资料模块，用于收集待设计区域实测海流资料，得到实测流剖面样本；
筛选极值模块，与所述实测海流资料模块连接，用于对所述实测流剖面样本筛选极值流剖面，组成极值流剖面矩阵；
时空分解模块，与所述筛选极值模块连接，用于采用奇异值分解对所述极值流剖面矩阵进行时空分解；
重构流剖面模块，与所述时空分解模块连接，用于计算模态方差贡献率e，确定经验正交函数的阶数，重构极值流剖面矩阵；
环境等值线计算模块，与所述重构流剖面模块连接，用于采用逆一阶可靠度方法获得目标重现期下的环境等值线；
搜索设计点模块，与所述环境等值线计算模块连接，用于根据结构响应函数在环境等值线上进行搜索，确定设计点；
构建流剖面模块，与所述搜索设计点模块连接，用于基于设计点构建目标重现期下所述待设计区域实测流剖面，并对结果进行输出显示。
一种电子设备，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行实测流剖面构建方法中的步骤的指令。
一种计算机存储介质，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行实测流剖面构建方法中的步骤的指令。
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种实测流剖面构建方法、装置、设备及存储介质，该方法包括：收集设计区域实测海流资料；筛选极值流剖面，组成极值流剖面矩阵；采用奇异值分解对极值流剖面矩阵进行时空分解；计算模态方差贡献率e，确定经验正交函数的阶数，重构极值流剖面矩阵，验证其准确性；采用逆一阶可靠度方法获得特定重现期下的环境等值线；根据结构响应函数在环境等值线上进行搜索，寻找设计点；确定特定重现期下所述设计区域实测流剖面，并输出显示。从而实现对特定区域特定重现期下流剖面的构建。解决了现有技术中特定海域水深较深，实测流剖面在时间和空间上变化复杂，难以直接进行处理的问题，可以较为简便、高效地获取可用于水流力设计的更为真实的流剖面，有利于海洋工程的设计和施工定位。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明的方法流程示意图；
图2为本发明提供的特定流层示意图；
图3为本发明提供的极值流剖面样本示意图；
图4为本发明提供的显著度系数随阶数变化曲线示意图；
图5本发明提供的实测极值流速曲线重构的近似流速曲线示意图；
图6为本发明提供的深层实测流剖面与前三阶EOF重构的近似流剖面示意图；
图7本发明提供的特定重现期下的环境等值线(实线)和响应等值线(虚线)示意图；
图8为本发明提供的特定重现期下的实测流剖面示意图；
图9为本发明的装置结构示意图。
图10为本发明实施例提供的一种电子设备的结构示意图；
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面先对本申请涉及到的相关术语进行介绍。
经验正交函数分析方法(EOF)，即特征向量分析或主成分分析，是从数据矩阵中提取结构特征的一种数据统计分析方法。EOF方法的主要优势在于对时空数据进行分解后，得到不随时间变化的空间函数和不随空间变化的时间系数。
逆一阶可靠度方法(IFORM)是结构可靠度分析中广泛使用的方法。在海洋工程中，IFORM能通过海洋环境参数的联合概率分布，得到特定重现期下的环境等值线。
一方面，参见附图1所示，本发明实施例公开了一种实测流剖面构建方法，包括以下步骤：
S100：收集待设计区域实测海流资料，得到实测流剖面样本；
S200：对实测流剖面样本筛选极值流剖面，组成极值流剖面矩阵；
S300：采用奇异值分解对极值流剖面矩阵进行时空分解；
S400：计算模态方差贡献率e，确定经验正交函数的阶数，重构极值流剖面矩阵；
S500：采用逆一阶可靠度方法获得目标重现期下的环境等值线；
S600：根据结构响应函数在环境等值线上进行搜索，确定设计点；
S700：基于设计点构建目标重现期下的待设计区域实测流剖面，并对结果进行输出显示。
示例的，本实施例以平潭海峡实测流速资料为例对桥址区实测海流资料，采用方法确定了100年重现期下的实测流剖面进行说明，但方法不限于桥址区，可以适用于所有的特定海域。
在一个具体实施例中，根据平潭海峡实测流速资料，可按照按照以下步骤筛选出204个极值流剖面样本：
S201：提取潮位曲线中所有潮位极大值和潮位极小值；
S202：计算每个相邻潮位极大值和潮位极小值的均值潮位，确定待选的极值流剖面样本；
S203：如图2所示，参照第1层流速变化曲线，确定最终的极值流剖面样本，结果展示如图3所示。
进一步的，组成极值流剖面矩阵，同时跨海桥梁设计寿命普遍采用100年。因此，这些流剖面样本将用于确定100年重现期下的实测流剖面。本方法同样适用于构建特定重现期流剖面。
具体的，初始的流剖面矩阵为确定的流剖面样本的特征值组成的矩阵：每一行为某时刻下的流剖面，每一列为某层海流流速时间序列。
在一个具体实施例中，步骤S300采用值分解方法将上述极值流剖面矩阵进行时空分解，包括：
对于任意一个时空数据矩阵Am×n，它都可以分解为三个矩阵的乘积：
式中，Um×n为时间系数矩阵，为空间函数矩阵，它们都是正交矩阵，即I为单位矩阵，而Wn×n为对角矩阵。公式(1)将矩阵A分解为具有时间特征的U和具有空间特征的V，W为U和V的显著度系数矩阵。上式称为矩阵A的奇异值分解。
的每一列(Vn×n的每一行)即为经验正交函数。对于筛选的海流时空流速矩阵A204×35，每一行为某时刻下的流剖面，每一列为某层海流流速时间序列。通过奇异值分解后，可以得到35个EOF经验正交函数，其中每个EOF经验正交函数是相互正交的。每个极值流剖面都可以通过35个EOF乘以对应的权重系数矩阵W和时间系数矩阵U进行重构。权重系数矩阵W中，对角线元素随着阶数的增加而快速减小。
在一个具体实施例中，显著度系数矩阵中对角线元素随阶数增加的显著度系数变化曲线。其中系数变化曲线如图4所示，从图中可以看到，随着阶数增加显著度系数迅速减小，最后趋近于零。这说明204个极值流剖面可以通过前几阶叠加就可以得到较为准确的近似流剖面。前K阶EOF叠加得到的海流极值流剖面可以表示为：
图5为采用前三阶EOF叠加得到的第1层近似流速曲线与实测第1层极值流速曲线的对比。从图中可以看到，两条曲线非常接近，表明近似流速可以准确代表实测流速。
具体的，为了确定EOF重构效果，本实施例采用模态方差贡献率来定量描述近似流速和实测流速的误差。模态方差贡献率e为：
式中，Yij和Aij为矩阵Y和A中第i行j列的元素值。计算前一阶、二阶和三阶EOF对应的模态方差贡献率分别为98.02％、98.93％和99.11％。图6为前三阶EOF叠加得到的近似流剖面和实测流剖面的对比。从图中可以看到，真实值和近似值同样非常接近。因此，采用前二～三阶就可以准确获得极值流剖面，这极大缩减了时间系数矩阵的维度，为后续实测流剖面的确定带来了巨大方便。
在一个具体实施例中，若要建立100年重现期下的环境等值线，首先计算可靠度指数β值，其中，100年重现期对应的超越概率p为1/100。在标准正态分布空间中，可靠度指数β为：
β＝Φ-1(1-p) (4)
式中，Φ()为标准正态分布。查找标准正态分布表，可以很容易的找到β＝2.32。这里，β也是标准正态分布超球面的半径，表示为：
式中，xi为标准正态分布的随机变量。在二维中，标准正态分布的超球面为一个圆。超球面(或圆)上的每个点具有相同的超越概率。
以海洋环境中常见的波高H和周期T为例，假设它们的真实分布为FH和FT。当两者独立时，环境等值线上的每个点对应的物理变量为：
H＝FH -1[Φ(x1)] (6)
T＝FT -1[Φ(x2)] (7)
当波高H和周期T存在相关性时，采用条件概率FT|H代替公式(7)的FT即可，
T＝FT|H -1[Φ(x2)] (8)
以H和T为坐标轴绘制出来的线即为100年重现期下的环境等值线。设计波高和设计周期就是环境等值线上对应的结构响应最大的点。
同时204个海流极值流剖面样本进行奇异值分解后，得到了正交矩阵U204×35，其中的每一行代表了对应的EOF时间系数。根据之前的分析可知，前二～三阶EOF就能够很好的重构出极值流剖面样本，因此仅需考虑时间系数矩阵U204×35的前二～三列来确定100年重现期下的实测流剖面。
这里以矩阵U204×35的前两列(u1，u2)为例，首先分别对u1和u2的边缘分布进行拟合。采用广义极值分布(GEV)分别对u1和u2进行参数分布拟合，两者拟合效果较好。因此，认为u1和u2均服从GEV分布。u1和u2拟合分布的具体参数见表1所示：
表1u1和u2的拟合参数与检验结果
然后，绘制u1和u2的散点图，对散点进行线性拟合，得到u1和u2的线性拟合函数为：
u2＝0.2225+3.088u1+ò (9)
式中，ò为拟合的残差，服从均值为零，标准差为0.0464的正态分布。
u1和u2具有明显的正相关性。因此，根据公式(8)，需要计算条件概率分布函数即
因此，u1和u2的年发生率N为204×3＝612，对应的100年重现期下的可靠度指数β为：
式中，x1和x2为标准正态分布的随机变量。在标准正态分布等概率圆中，x1和x2可以表示为：
x1＝βcosθ,x2＝βsinθ(0≤θ≤2π) (12)
根据等概率原则，环境等值线上的坐标(u1，u2)可按下式得到：
根据公式(10)和公式(14)可知，条件概率分布函数还可以表示为：
因此，环境等值线上的u2与标准正态分布随机变量x2具有如下关系：
最后，环境等值线上的u2可按下式得到：
u2＝0.0464x2+(3.088u1+0.2225) (17)
得到100年重现期下u1和u2的环境等值线后，还需要再根据结构响应函数，在等值线上进行搜素，找到最大结构响应点，对应的即为设计点。这里，以直径为1.5m的圆柱为例，结构响应函数考虑为圆柱上的水流力作用。当采用前二阶EOF叠加时，重构的第i层流速可以表示为：
式中，w11和w22为显著度系数矩阵W的对角线元素。
图7为按照上述流程计算的100年重现期下的u1、u2环境等值线及u1、Fw的响应等值线。从图中可知，100年重现期下u1、u2的环境等值线完全包围住真实散点，并且形状相似，说明得到的环境等值线具有很好的可信度。直径1.5m的钢管桩上的最大水流力为59.5kN，对应的u1和u2分别取值为-0.1380和-0.2。按照公式(18)计算得到的实测流剖面如图8所示。从图中可以看出，按照实测海流资料确定的实测流剖面与规范中的指数型和线型流剖面差距较大，最大流速位于水深30m处，为2.449m/s。
另一方面，参见图9所示，本发明实施例公开了一种实测流剖面构建装置，包括：
实测海流资料模块，用于收集待设计区域实测海流资料，得到实测流剖面样本；
具体的，以获取特定海域水流的流动速度分布，及水流在垂直方向上的速度变化情况，获得特定海域的实测流剖面样本。
筛选极值模块，与实测海流资料模块连接，用于对实测流剖面样本筛选极值流剖面，组成极值流剖面矩阵；
具体的，对实测流剖面样本筛选极值流剖面，组成极值流剖面矩阵；主要通过以下步骤进行，首先提取海流资料潮位曲线中所有潮位极大值和潮位极小值，接着计算每个相邻潮位极大值和潮位极小值的均值潮位，确定待选的极值流剖面样本，最后参照第1层流速变化曲线，确定最终的极值流剖面样本，以组成极值流剖面矩阵；
时空分解模块，与筛选极值模块连接，用于采用奇异值分解对极值流剖面矩阵进行时空分解；
具体的，采用奇异值分解对极值流剖面矩阵进行时空分解；将极值流剖面矩阵分解为三个矩阵，即时间系数矩阵、空间函数矩阵以及显著度系数矩阵的乘积；
重构流剖面模块，与时空分解模块连接，用于计算模态方差贡献率e，确定经验正交函数的阶数，重构极值流剖面矩阵；
具体的，计算模态方差贡献率e，确定经验正交函数的阶数，重构极值流剖面矩阵；
还包括：验证重构流剖面准确性；即用前k阶经验正交函数重构极值流剖面，计算模态方差贡献率e，验证其准确性，当方差贡献率e满足要求时，直接往下；当不满足时，增加经验正交函数阶数，返回重构流剖面304，继续重构直至满足特定要求。
环境等值线计算模块，与重构流剖面模块连接，用于采用逆一阶可靠度方法获得目标重现期下的环境等值线；
具体的，采用逆一阶可靠度方法获得特定重现期下的环境等值线，通过特定重现期要求，调整概率分布的相关参数，获得特定重现期下的环境等值线；
搜索设计点模块，与环境等值线计算模块连接，用于根据结构响应函数在环境等值线上进行搜索，确定设计点；
具体的，根据结构响应函数在环境等值线上进行搜索，寻找设计点，其中设计点一般为最大结构响应点。以此确定特定重现期下设计区域实测流剖面；
构建流剖面模块，与搜索设计点模块连接，用于基于设计点构建目标重现期下待设计区域实测流剖面，并对结果进行输出显示。
具体的，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
再一方面，本发明实施例公开了一种电子设备，包括处理器、存储器、通信接口，以及一个或多个程序，一个或多个程序被存储在存储器中，并且被配置由处理器执行，程序包括用于执行实测流剖面构建方法中的步骤的指令。
具体的，此设备能够通过程序实现上述实测流剖面构建方法流程的自动化处理，以避免操作的复杂性。
更具体的，参见图10所示，本实施例公开的其中一种电子设备，还可以包括至少一个处理器(processor)21；显示器22；以及存储器(memory)23，还可以包括通信接口(Communications Interface)25和2总线24。其中，处理器21、显示器22、存储器23和通信接口25可以通过总线24完成相互间的通信。显示器22设置为显示初始设置模式中预设的用户引导界面。通信接口25与监测装置26相连可以传输信息。监测装置26收集并监测特定区域海流资料，处理器21可以调用存储器23中的逻辑指令，以执行上述实施例中的方法。
可选的，电子设备20可以是移动电子设备，也可以是电子设备或其他设备，在此不做唯一性限定。
此外，上述的存储器23中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
存储器23作为一种计算机可读存储介质，可设置为存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令或模块。处理器21通过运行存储在存储器23中的软件程序、指令或模块，从而执行功能应用以及数据处理，即实现上述实施例中的方法。
存储器23可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据电子设备10的使用所创建的数据等。
此外，存储器23可以包括高速随机存取存储器，还可以包括非易失性存储器。例如，U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random AccessMemory，RAM)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。
本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤，上述计算机包括电子设备。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质。半导体介质可以是固态硬盘。
再一方面，本发明实施例公开了一种计算机存储介质，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行实测流剖面构建方法中的步骤的指令。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种实测流剖面构建方法，其特征在于，包括如下步骤；
S100：收集待设计区域实测海流资料，得到实测流剖面样本；
S200：对所述实测流剖面样本筛选极值流剖面，组成极值流剖面矩阵；
S300：采用奇异值分解对所述极值流剖面矩阵进行时空分解；
S400：计算模态方差贡献率e，确定经验正交函数的阶数，重构极值流剖面矩阵；
S500：采用逆一阶可靠度方法获得目标重现期下的环境等值线；
S600：根据结构响应函数在环境等值线上进行搜索，确定设计点；
S700：基于设计点构建目标重现期下的待设计区域实测流剖面，并对结果进行输出显示。
2.根据权利要求1所述的一种实测流剖面构建方法，其特征在于，所述S100包括：
S101：获取特定海域的潮位曲线以及流速变化信息，其中，所述流速变化信息包括：流速变化曲线、特定海域水流的流动速度分布信息以及水流在垂直方向上的速度变化信息；
S102：根据所述流动速度分布信息以及所述速度变化信息生成特定海域的实测流剖面样本。
3.根据权利要求2所述的一种实测流剖面构建方法，其特征在于，所述S200包括：
S201：提取所述潮位曲线中所有潮位极大值和潮位极小值；
S202：计算每个相邻潮位极大值和潮位极小值的均值潮位，确定实测流剖面样本中待选的极值流剖面样本；
S203：参照所述流速变化曲线，确定最终的极值流剖面样本，并组成极值流剖面矩阵。
4.根据权利要求1所述的一种实测流剖面构建方法，其特征在于，所述S300包括：采用奇异值分解对所述极值流剖面矩阵进行时空分解，将所述极值流剖面矩阵分解为三个矩阵：时间系数矩阵、空间函数矩阵以及显著度系数矩阵的乘积：
式中，将极值流剖面矩阵A分解为具有时间特征的U和具有空间特征的V，W为U和V的显著度系数矩阵，Um×n为时间系数矩阵，为空间函数矩阵，两者都是正交矩阵，/>I为单位矩阵，而Wn×n为对角矩阵，/>的每一列、Vn×n的每一行即为所述经验正交函数。
5.根据权利要求1所述的一种实测流剖面构建方法，其特征在于，所述S400包括：
S401：前K阶经验正交函数叠加得到的海流极值流剖面表示为：
S402：用前k阶经验正交函数重构所述极值流剖面，计算模态方差贡献率e：
式中，Yij和Aij为重构极值流剖面矩阵Y和极值流剖面矩阵A中第i行j列的元素值；
S403：验证所述方差贡献率e的准确性，其中，当所述方差贡献率e满足预设阈值时，得到重构后的极值流剖面矩阵；当不满足预设阈值时，增加经验正交函数阶数，继续重构直至满足预设阈值。
6.根据权利要求1所述的一种实测流剖面构建方法，其特征在于，所述S500包括：
S501：在标准正态分布空间中，计算可靠度指数β，公式为：
β＝Φ-1(1-p)；
式中，Φ()为标准正态分布，β为可靠度指数；
S502：将可靠度指数β作为标准正态分布超球面的半径，表示为：
式中，xi为标准正态分布的随机变量；
S503：基于上述公式，假设海洋环境中波高H和周期T的真实分布为FH和FT；
S504：判断波高H和周期T的关联性；
其中，当波高H和周期T独立时，环境等值线上的每个点对应的物理变量为：
H＝FH -1[Φ(x1)]；
T＝FT -1[Φ(x2)]；
当波高H和周期T存在相关性时，采用条件概率FT|H代替的FT得到：
T＝FT|H -1[Φ(x2)]；
S505：以波高H和周期T为坐标轴绘制出来的线为环境等值线。
7.根据权利要求1所述的一种实测流剖面构建方法，其特征在于，所述S600包括：根据结构响应函数在环境等值线上进行搜索，将最大结构响应点作为设计点。
8.一种利用权利要求1-7任一项所述的实测流剖面构建方法的实测流剖面构建装置，其特征在于，包括：
实测海流资料模块，用于收集待设计区域实测海流资料，得到实测流剖面样本；
筛选极值模块，与所述实测海流资料模块连接，用于对所述实测流剖面样本筛选极值流剖面，组成极值流剖面矩阵；
时空分解模块，与所述筛选极值模块连接，用于采用奇异值分解对所述极值流剖面矩阵进行时空分解；
重构流剖面模块，与所述时空分解模块连接，用于计算模态方差贡献率e，确定经验正交函数的阶数，重构极值流剖面矩阵；
环境等值线计算模块，与所述重构流剖面模块连接，用于采用逆一阶可靠度方法获得目标重现期下的环境等值线；
搜索设计点模块，与所述环境等值线计算模块连接，用于根据结构响应函数在环境等值线上进行搜索，确定设计点；
构建流剖面模块，与所述搜索设计点模块连接，用于基于设计点构建目标重现期下所述待设计区域实测流剖面，并对结果进行输出显示。
9.一种电子设备，其特征在于，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如权利要求1-7任一项所述的实测流剖面构建方法中的步骤的指令。
10.一种计算机存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-7任一项所述的实测流剖面构建方法中的步骤的指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310960583.1A CN116992663A (zh) | 2023-08-01 | 2023-08-01 | 一种实测流剖面构建方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310960583.1A CN116992663A (zh) | 2023-08-01 | 2023-08-01 | 一种实测流剖面构建方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116992663A true CN116992663A (zh) | 2023-11-03 |
Family
ID=88533360
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310960583.1A Pending CN116992663A (zh) | 2023-08-01 | 2023-08-01 | 一种实测流剖面构建方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116992663A (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112014839A (zh) * | 2020-08-06 | 2020-12-01 | 南京信息工程大学 | 一种消除噪声对相参x波段雷达观测海浪的影响的方法 |
| WO2022262500A1 (zh) * | 2021-06-15 | 2022-12-22 | 哈尔滨工程大学 | 一种基于steof-lstm的海洋环境要素预测方法 |
-
2023
- 2023-08-01 CN CN202310960583.1A patent/CN116992663A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112014839A (zh) * | 2020-08-06 | 2020-12-01 | 南京信息工程大学 | 一种消除噪声对相参x波段雷达观测海浪的影响的方法 |
| WO2022262500A1 (zh) * | 2021-06-15 | 2022-12-22 | 哈尔滨工程大学 | 一种基于steof-lstm的海洋环境要素预测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 李林斌: "深水结构设计流剖面的推算方法研究", 海洋工程装备与技术, pages 193 - 198 * |
| 武文华 等: "南海流荷载模型分析和风场与平台运动响应预测", 第十九届中国海洋（岸）工程学术讨论会论文集, pages 15 - 24 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Robbins et al. | Mean shift testing in correlated data | |
| Li et al. | Modeling accelerated degradation data based on the uncertain process | |
| CN110210508B (zh) | 模型生成方法、异常流量检测方法、装置、电子设备、计算机可读存储介质 | |
| Phaladiganon et al. | Bootstrap-based T 2 multivariate control charts | |
| Saghaei et al. | Statistical analysis of profile monitoring | |
| CN113792453A (zh) | 基于数字孪生的局部放电监测系统、方法和装置 | |
| CN109587001A (zh) | 一种性能指标异常检测方法及装置 | |
| Hosseinifard et al. | Process capability analysis in non normal linear regression profiles | |
| CN112529296A (zh) | 水质预测方法、装置及服务器 | |
| CN111369056B (zh) | 地质灾害预测方法及电子设备 | |
| US20170185909A1 (en) | Systems and methods for performing real-time convolution calculations of matrices indicating amounts of exposure | |
| Caires | A comparative simulation study of the annual maxima and the peaks-over-threshold methods | |
| Zounemat-Kermani | Investigating chaos and nonlinear forecasting in short term and mid-term river discharge | |
| CN114387332B (zh) | 一种管道测厚方法及装置 | |
| Kermarrec | On estimating the Hurst parameter from least-squares residuals. Case study: Correlated terrestrial laser scanner range noise | |
| CN114528741A (zh) | 一种基于有限元分析法的大跨度钢结构指标变化预测方法 | |
| CN116992663A (zh) | 一种实测流剖面构建方法、装置、设备及存储介质 | |
| Li et al. | Comparison of spatial interpolation approaches for in-core power distribution reconstruction | |
| CN116070520B (zh) | 水流阻力预测模型的构建方法、流量预测方法及装置 | |
| Wang et al. | Change-Point detection for autocorrelated multivariate Poisson processes | |
| CN108256261B (zh) | 海上浮式结构的稳定性评估方法及装置 | |
| CN112818567B (zh) | 一种基于概率论的岩土工程智能化监测预警方法及装置 | |
| Aichi | Land subsidence modelling for decision making on groundwater abstraction under emergency situation | |
| CN108197824A (zh) | 一种高坝服役安全空间警戒域诊断方法 | |
| CN116258167A (zh) | 一种数据检测方法、装置、电子设备及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |