CN117670579A - 一种数字孪生水网构建方法和计算机设备 - Google Patents
一种数字孪生水网构建方法和计算机设备 Download PDFInfo
- Publication number
- CN117670579A CN117670579A CN202310959583.XA CN202310959583A CN117670579A CN 117670579 A CN117670579 A CN 117670579A CN 202310959583 A CN202310959583 A CN 202310959583A CN 117670579 A CN117670579 A CN 117670579A
- Authority
- CN
- China
- Prior art keywords
- river
- node
- water
- lake
- model
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 290
- 238000010276 construction Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000005259 measurement Methods 0.000 claims abstract description 13
- 238000007689 inspection Methods 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 37
- 238000013468 resource allocation Methods 0.000 claims description 9
- 230000008878 coupling Effects 0.000 claims description 8
- 238000010168 coupling process Methods 0.000 claims description 8
- 238000005859 coupling reaction Methods 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000011144 upstream manufacturing Methods 0.000 claims description 5
- 238000011835 investigation Methods 0.000 claims description 4
- 239000008239 natural water Substances 0.000 claims description 4
- 238000001704 evaporation Methods 0.000 claims description 3
- 230000008020 evaporation Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000001556 precipitation Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 239000008235 industrial water Substances 0.000 claims description 2
- 238000007781 pre-processing Methods 0.000 claims description 2
- 230000001105 regulatory effect Effects 0.000 claims description 2
- 230000003068 static effect Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 claims 1
- 230000000750 progressive effect Effects 0.000 claims 1
- 230000001360 synchronised effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 13
- 238000013461 design Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000006424 Flood reaction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000008400 supply water Substances 0.000 description 2
- 238000001363 water suppression through gradient tailored excitation Methods 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000031068 symbiosis, encompassing mutualism through parasitism Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种数字孪生水网构建方法和计算机设备。该方法包括:基于水利一张图等,获取河湖对象,拟定解决方案,编制节点测站信息,查测点线面数据,统计相邻节点,生成河湖节点拓扑关系表,自动检验,构成河湖节点拓扑模型。数字孪生水网信息包括:方案编码、节点ID号、测站编码、节点名称、节点类、测站类、集雨面积、河段长、河底高程、相邻节点数和相邻节点ID号等。节点ID号和相邻节点ID号,彼此关联,构成河湖节点拓扑模型以重构物理流域,建立面向水模型的数字孪生水网。一个数字孪生水网可包含多个水模型。
Description
技术领域
本发明属于智慧水利领域,特别涉及一种数字孪生水网构建方法和计算机设备。
背景技术
现有水网建模及模拟技术,具有过于复杂化、推广应用难度大、服务对象少的特点,如,存在水网生成依赖繁复的数学及技术,分级与编码复杂,需要大量处理遥感影像,需要DEM数据和GIS支持;河湖对象较为简单且数量有限,水模型单一,水模型难以耦合,用户单一,通用性差,忽视现状河湖对象和基础数据等现象。
现有技术中缺乏能够反映水利一张图且包含各类水模型的河湖节点拓扑关系。现有技术尽管也存在节点拓扑关系,有的也存在相邻节点,但几乎未见相邻节点数,未见以节点类和测站类双重定义一个节点,未见节点测站类可以定义各种水模型,未见测站编码既可以使用汉字编码也可以使用规范编码。
建设数字孪生流域、数字孪生水网、数字孪生水利工程,建设具有预报、预警、预演、预案“四预”功能的数字孪生水利体系,是智慧水利的主要目标。面向河湖对象,集成耦合各种水模型,构建具有广泛实用价值的数字孪生水网平台,支撑水安全全要素预报、调度、配置的一体化模拟计算分析,是智慧水利的核心任务之一。
发明内容
本发明的目的如下:
针对现有水网建模及模拟技术的不足,本发明提出一种数字孪生水网构建方法,对目标河湖范围内的河湖对象,按照所处自然水系及人工影响的相互联系,生成节点之间的拓扑关系,并利用组件程序进行自动检查和完善,构成河湖节点拓扑模型,以重构物理流域,建立可应用各种水模型的数字孪生水网。
在此基础上,根据边界条件、参数和有关资料,并利用组件程序,构建水模型,为数字孪生水利提供智慧算法服务。根据数字孪生水网方案和作业需要,可在云端同时完成包含不同空间流域、不同水模型的数字孪生水网并行计算。
本发明的技术方案如下:
本发明实施例提供的数字孪生水网构建方法,将目标河湖范围内选定的河湖对象逐一纳入河湖节点拓扑关系表,以节点和相邻节点的配对方式,彼此关联,构成河湖节点拓扑模型,以重构物理流域,建立数字孪生水网。
一种数字孪生水网构建方法包括以下步骤:
步骤1、基于水利一张图、GIS信息及调查分析资料,识别流域水系、水工程、供用水等河湖对象;
步骤2、获取河湖对象,收集资料并选择合适的水模型;
步骤3、拟定解决方案,明确方案编码;
步骤4、编制节点测站信息,包括节点ID号、测站编码、节点名称、节点类、测站类;
步骤5、查测点线面数据,包括集水面积、河段长、河底高程;
步骤6、统计相邻节点,包括相邻节点数(n)、相邻节点ID号i(i=1,n);
步骤7、生成河湖节点拓扑关系表,包括以上方案编码、节点ID号和相邻节点ID号等数字孪生水网信息;
步骤8、自动检验,以组件程序分析节点拓扑关系是否正确;
步骤9、生成河湖节点拓扑关系模型,建立可应用各种水模型的数字孪生水网。
河湖节点拓扑关系表的字段名包括:方案编码、节点ID号、测站编码、节点名称、节点类、测站类、集水面积、河段长、河底高程、相邻节点数(n)、相邻节点ID号i(i=1,n)。
节点ID号应自上游向下游编排,相邻节点ID号次序按照先上游后下游、用水优先权以及调水路线等确定,形成自然的及人工的河湖水流的映射;在同一方案内,节点ID号不允许重复。每一河湖对象,都有其独立节点ID号、测站编码与节点名称等,并单独占据河湖节点拓扑关系表的一行。
所述字段名来源于所需要模拟的物理流域及供用水等实际情况,包括:水利一张图信息;各类水利工程、监测站点、单元流域、单元河段、河道断面及供用水户等调查分析资料。
表中的数据来源,应充分利用水利一张图,充分考虑已有的河湖对象,充分考虑“四预”的需要和已有数据。表中数据和源数据是彼此一致的关系,表中的河湖对象是客观的水利一张图等的映射。惟其如此,方能生成河湖节点拓扑关系表,方能代表数字孪生水网。
测站编码可以采用水文测站8位编码、水利普查对象编码等已有编码,可以采用水利对象分类与编码总则、水利数据目录服务规范、水利信息资源目录编制指南(试行)等标准规定的方式编码,也可以采用对象名称等汉字编码,并允许重复。当测站编码为汉字时,测站编码可与节点名称相同。测站编码通常更严谨但不易理解,而节点名称则是测站编码的一种习惯表述。
集水面积、河段长或河底高程,在无需要时可以适当省缺,例如,河段节点不需要集水面积与河底高程,高程节点不需要集水面积。
测站类为河湖对象的基本属性或静态属性,节点类为河湖对象的动态属性,通过节点类可使河湖对象的属性发生变化。测站类一般以2位英文字母表示,节点类一般以2位阿拉伯数字表示。
例如:水库的测站类为RR,其节点类本为61;如果将节点类改为36(属简单节点),则该水库视为简单河道节点且不涉及水库调度问题;如果将节点类改为23(属暴雨径流查算节点),则该水库节点应用暴雨径流查算模型与水库调度模型,将进行入库洪水计算与水库调度计算。
基于所述河湖节点拓扑关系表,构成所述河湖节点拓扑模型,重构物理流域并建立数字孪生水网。根据所述对象的不同,数字孪生水网可以是仅包含一个单元流域或一个单元河段或一个水工程的简单数字孪生水网,可以是树枝状数字孪生水网,也可以是复杂的网络状数字孪生水网;或者说,可以是任意数字孪生水网。
一个数字孪生水网可以代表一个物理水系或区域水系。允许存在孤立节点即没有相邻节点的节点,允许存在多个独立的彼此无关联的区域数字孪生水网。一个最简单的数字孪生水网只有一个节点。
广而言之,数字孪生水网及其节点的数量是不受限制的。因此,根据作业需要,可以在云端同时运行包含不同空间流域的数字孪生水网,可以使现状水网、国家水网和规划连通的超级水网与海量节点及用水户实现并行超算。
一个河湖节点拓扑关系表包含一个或多个方案编码,一个方案编码包含一个或多个数字孪生水网,一个数字孪生水网包含一个或多个水模型。
其中、方案编码由阿拉伯字符串和典型水模型名称共同组成,如:1洪水预报模型,2水资源配置模型,3广东省暴雨径流查算模型;4多元回归模型;5曼宁伯努利水面线计算模型;6一维非恒定流计算模型;325暴雨径流查算与曼宁伯努利水面线计算模型。
一个方案编码中,可以应用分布式模型,可以应用集总模型,可以是分布式集总模型;可以应用水文模型,可以应用水动力模型,可以进行多模型耦合。
本发明实施例提供的河湖节点拓扑关系表,无GIS之形,有GIS之要,为无形之河湖图,其中、节点和测站是同一河湖对象的概化及生态表现。所谓无GIS之形,有GIS之要,是指不需要展示GIS或纳入DEM数据,而直接利用河湖对象已有的与GIS相关的资料,包括:水利一张图成果;工程、测站基本资料,数字化河流水系资料,单元流域面积、单元河段长度及河底高程等;河底高程可以从等高线图、大断面资料中获得;也可以利用DEM生成的数字流域或分布式流域资料。
所述河湖对象,包括但不限于江河湖泊(含流域、河流、湖泊、明渠、河段等)、水利工程(含水库、水电站、水坝、水闸、泵站、供水工程及、调水工程等)、监测站点(含降水量站、水文站、流量站、水位站、蒸发站、水质站等)及用水户(含生活用水、生态环境用水、工业用水、农业用水等)。
所述水模型,包括但不限于水文模型(新安江模型、水箱模型、暴雨径流查算模型等),调度模型(洪水调度模型、水资源调度模型、水电站调度模型、供水调度模型等),水动力模型(马斯京根流量演算模型、曼宁伯努利水面线计算模型、一维水网非恒定流模型、二维数值模型等),水资源配置模型,水情预报调度模型等。
为了将数字孪生水网构建方法进一步服务于智慧水利,本发明具有一种实现构建数字孪生水网的计算机设备,包括:一个或多个处理器,存储器,一个组件程序,以及该组件的调用程序。其中、组件及程序被存储在存储器中,并且被配置为由一个或多个处理器执行,组件程序被处理器执行时,实现本发明提供的数字孪生水网构建方法。
河湖节点拓扑关系表以节点和相邻节点的配对方式,彼此关联,形成节点拓扑关系,并利用组件程序进行自动检查和完善,构成河湖节点拓扑模型。表中的单元河段,是连接河湖对象并利用组件程序自动生成河段方程组的基本对象,可包括天然河段、人工河段、虚拟河段及特殊河段。虚拟河段及特殊河段,是河湖节点拓扑关系表中没有直接定义的河段,是通过节点拓扑关系并利用组件程序自动生成的、虚拟链接2个相关节点或对象的河段。利用组件程序可自动生成虚拟河段及特殊河段,可使所述河湖节点拓扑关系表得以简化,避免过于繁琐和庞大。
根据水模型的需要,相应处理边界条件和参数;边界条件包括气象水文数据、河道资料、断面资料、水工程特征资料等时空信息;参数主要是各种水模型基本参数,分别位于相应的数据库表中。
例如,暴雨径流查算模型基本参数有关的数据库表就包括:河湖节点拓扑关系表,暴雨径流查算参数表,设计暴雨计算参数表,分区与暴雨、产流、汇流分区对应表,Cs=3.5Cv皮尔逊-Ⅲ型曲线Kp(模比系数)值表,分区设计雨型表,分区产流参数表,不同集水面积适宜计算时段Δt表,综合单位线Ⅰ~Ⅴ号无因次单位线表,综合单位线滞时m1~θ关系表,推理公式法汇流参数m~θ关系表,推理公式法综合概化洪水过程线表,暴雨点面系数~历时~集水面积关系表等13个数据库表格。基于所述数据库表,大部分参数都是自动参数,可由组件程序自动查找或计算得到。
本发明实施例有关的组件程序,能自动检查河湖节点拓扑关系表及其他输入信息的内容是否有问题,是否存在错误,包括自动检查节点ID号是否唯一,节点拓扑关系是否正确,相邻节点是否匹配,河湖对象的属性是否合理,以及河湖节点拓扑关系表及其他前处理表是否存在、数据是否遗漏等,并且输出检查信息(含错误、警告信息),从而对河湖节点拓扑关系表进行修改,确保通过河湖节点拓扑关系表构成河湖节点拓扑模型并建立数字孪生水网。
组件程序以单元河段连接所有河湖对象,建立数字孪生水网方程组,并根据边界条件和实时信息,按时间步长逐步求解数字孪生水网方程组,得到所求的河湖对象的水文时间序列信息。
组件程序大量使用搜索技术和哈希函数;在模型耦合方面,兼容不同种类河段的河段方程,兼容不同模型,以实现同步、异构、并行求解任意水网和相关水问题。
为了方便被其他程序调用,组件程序有且只有一个接口。当检查无错误时,该组件就自动运行包括水情预报、水资源配置模拟、水生态环境模拟、暴雨洪水计算、洪水调度、水动力计算等作业任务,并输出计算成果。
可见,根据本发明实例提供的数字孪生水网构建方法及组件程序,可以生成河湖节点拓扑关系表;构成河湖节点拓扑模型;进而建立数字孪生水网;还可以利用边界条件和参数等有关资料构建水模型;从而形成数字孪生水网解决方案。
可知,本发明提供的数字孪生水网构建方法,对于任何一个没有太多专业知识和实际经验的水利工作者,都可以自主建立包含所需面对的河湖对象的河湖节点拓扑关系表,生成河湖节点拓扑模型,建立包含多种水模型的数字孪生水网,而无需GIS工具,甚至无需绘制任何辅助图。
本发明的效果如下:
目前,水利部门已基本构建了(全国)水利一张图。本发明的数字孪生水网构建方法所生成的河湖节点拓扑关系表,广而言之,就是与水利一张图相应的水利一张表,是水利一张图及其拓扑关系的表格化,能够涵盖其所有对象,从而能够生成数字化的水利一张网——数字孪生水网。在这张水网上布置各类水模型,通过水模型耦合即可求解各个水问题,得到包含(但不限于)水文水资源水生态要素、水工程调配情况等结果,为四预提供服务。这样,就能克服现有技术孤立、片面,各自为阵,难以包容的弊端,为实现水模型与数字孪生水网共生创造了可能。
与现有技术不同的是,目前,国内还没有类似能够关联水利一张图、尤其是自带拓扑关系并实现水模型耦合的水利一张表——河湖拓扑节点关系表。由于该表的广泛包容性,在组件程序的大数据定义、查找和演绎过程中必须大量使用搜索技术并使用大量的哈希函数;而在模型耦合方面,注重包含不同节点、不同模型,并可建立包含不同种类河段的河段方程,实现同步、异构、并行求解任意水网和相关水问题,算据和算法非常适合超算,因此能够集算据、算法和算力三位一体。
本发明能够生成反映水利一张图且包含各类水模型的河湖节点拓扑关系,以节点类和测站类(简称节点测站类)双重定义一个节点,以节点测站类定义各种水模型,测站编码既可以使用汉字编码也可以使用规范编码。以组件程序自动检验节点拓扑关系是否正确。
本发明提供的河湖节点拓扑关系表,是可以包含全国水利一张图所有河湖对象的水利一张表,本质上是数据化模型化的水利一张网。其创新之处不仅在于表的生成方式和内容(含关键字),更在于其模型功能。
本发明的数字孪生水网构建方法与现有技术相比的优点在于:能够将各种河湖对象,包括江河湖泊(含流域、河流、湖泊、明渠、河段等)、水利工程(含水库、水电站、水坝、水闸、泵站、供水工程、调水工程等)、监测站点(含降水量站、水文站、流量站、水位站、蒸发站、水质站等)及取用水户等,以一种便捷方式生成河湖节点拓扑关系表,内含节点之间的拓扑关系,配合组件程序即可构成河湖节点拓扑模型,并重构物理流域而建立数字孪生水网——根据河湖对象的不同,可以是仅包含一个单元流域或一个单元河段或一个水工程的简单数字孪生水网,可以是树枝状数字孪生水网,也可以是复杂的网络状数字孪生水网;或者说,可以是任意数字孪生水网。
本发明的节点拓扑关系,是对各种河湖对象在内的江河流域的一体化重构,是构建数字孪生水网与水模型耦合的一种通用数字格式,在此基础上实现对物理流域的全要素全过程进行模拟仿真和前瞻预演,为数字孪生水利提供智能算法服务。
本发明的数字孪生水网构建方法配合组件程序建立的数字孪生水网,不同于自然水网,其中有天然河段、人工河段、虚拟河段及特殊河段,最终以单元河段连接所有河湖对象,并建立河段方程组即数字孪生水网方程组,按时间步长逐步求解,得到所求的河湖对象的水文时间序列信息。
本发明中的数字孪生水网,涉及但不限于:河湖节点拓扑模型,水文模型,水库调度模型,水动力模型,水情预报调度模型,水资源配置模型等。
基于本发明的数字孪生水网构建方法及组件程序,可以建立包含国家河湖节点拓扑模型、各种水模型、海量河湖对象的国家级大数据数字孪生水网,简称国家数字孪生水网。
这些都是本发明的数字孪生水网构建方法及组件程序适合并行处理技术和云计算的强大生命力所在,是推进智慧水利发展的一种具有实用价值的创新方案。
附图说明
图1是用于总体说明本发明的数字孪生水网构建方法的流程图。
图2是用于说明本发明的实施方式的具体案例的河湖节点拓扑关系表。
图3是用于说明本发明的实施方式的具体案例的河湖节点拓扑关系表所描述的河湖图。河湖图是河湖节点拓扑关系表的一种图形化表达方式,本质上就是河湖节点拓扑模型。可以借助河湖图来验证河湖节点拓扑关系表。
图4是用于说明本发明的实施方式的具体案例的河湖节点拓扑关系表及河湖图所引用的河湖对象分类表。
附图标记说明:
雨量站,测站类PP,节点类11,节点ID号(以下简称节点)101。
河流高程点,测站类EL,节点类19,节点102、103。
暴雨径流查算流域,测站类PR,节点类23,节点104、108、123等。/>水库,测站类RR,节点类61,节点105、109。
堰闸水库(隐含堰闸特殊河段),测站类DD,节点类61,节点124。
简单节点,测站类ZN,节点类36,节点106、110。
潮位控制断面,测站类TT,节点类48,节点125。
一般断面,测站类ZS,节点类46,节点112、116、122等。
马斯京根模型河段,测站类MH,节点类51,节点107、111。
一维非恒定流模型河段,测站类UH,节点类54,节点113、117、120。/>虚拟河段及特殊河段。
具体实施方式
为使本发明的上述目标、特征和优点更加明显易懂,下面结合附图和具体实施方式,对本发明作进一步的详细的说明。
图1的流程图是本发明的数字孪生水网构建方法的总体说明。
图2的河湖节点拓扑关系表是用于说明本发明的实施方式的一个具体案例。
图3的河湖图即河湖节点拓扑关系图,是基于本发明的实施方式的具体案例的河湖节点拓扑关系表,配合组件程序检查无误即构成河湖节点拓扑模型,进而绘制的河湖图的具体展示。河湖节点拓扑关系表经过组件程序自动验证通过后,一般不需要绘制河湖图。
图4的河湖对象分类表是用于说明本发明所包含的河湖对象、测站类与节点类的一个具体概况。
本发明实施例对目标河湖(江河流域或其局部)范围内的河湖对象,按照所处自然水系及人工影响的相互联系,生成节点之间的拓扑关系,并利用组件程序进行自动检查和完善,构成河湖节点拓扑模型,以重构物理流域,建立可应用各种水模型的数字孪生水网。
本发明实施例所采用的技术方案是:根据一种本发明实施例图1所示的数字孪生水网构建方法,生成图2所示的河湖节点拓扑关系表,将目标河湖范围内选定的河湖对象逐一纳入该表,以节点和相邻节点的配对方式,彼此关联,构成河湖节点拓扑模型。如图1和图2所示,建立数字孪生水网(含生成河湖节点拓扑关系表)包括以下步骤:
步骤101、基于水利一张图等,识别流域水系、水工程、供用水等河湖对象;
步骤102、获取河湖对象,收集资料并选择合适的水模型;
步骤103、拟定解决方案,明确方案编码;
步骤104、编制节点测站信息,包括节点ID号、测站编码、节点名称、节点类、测站类;
步骤105、查测点线面数据,包括集水面积、河段长、河底高程;
步骤106、统计相邻节点,包括相邻节点数(n)、相邻节点ID号i(i=1,n);
步骤107、生成河湖节点拓扑关系表,包括以上方案编码、节点ID号和相邻节点ID号等数字孪生水网信息;
步骤108、自动检验,用组件程序分析节点拓扑关系是否正确,如果存在错误则进行修正,直至错误数为0;
步骤109、构成河湖节点拓扑关系模型,建立可应用各种水模型的数字孪生水网。
图2的河湖节点拓扑关系表,方案编码为“1洪水预报模型”(以下简称本方案),其中、数字1代表本方案类型为洪水预报类。
图2的河湖节点拓扑关系表、图3的河湖图,包含1个测站类为PP、节点类为11的雨量站,即节点101,其相邻节点数为1,相邻节点为104。洪水预报模型要求至少有1个雨量站及实时雨量资料。如果仅计算设计洪水,则不需要实时雨量资料,但仍需要设置1个雨量站。
图2的河湖节点拓扑关系表、图3的河湖图,包含7个测站类PR、节点类为23为的单元流域。测站类为PR属图4中的暴雨洪水查算模型单元流域,该类单元流域自动基于广东省暴雨径流查算图表的方法建立暴雨洪水查算模型来预报实时洪水。图2中,单元流域104的相邻节点数为2且上游相邻节点为河流高程点,将利用河流高程点计算河道比降;单元流域108的相邻节点数为1,其河道比降另有其他表格输入。根据需要,PR类单元流域将自动根据设计暴雨和参数,计算单元流域各种频率的设计洪水。
图2的河湖节点拓扑关系表、图3的河湖图,表明节点104、108、114、115、118、121和123等7个单元流域位于相关的一个数字孪生水网中,该水网将进行产汇流计算。此外,节点126是一个独立单元流域,面积是上述7个单元流域之和,可用于集总复核水网产流计算成果。
图2的河湖节点拓扑关系表、图3的河湖图,包含2个测站类为RR、节点类为61的水库,分别是大型水库1、中型水库2,这2宗水库自动采用水库调度模型,以各自单元流域产流为输入进行水库调度。
图2的河湖节点拓扑关系表、图3的河湖图,包含1个测站类为DD、节点类为61的堰闸水库3,该堰闸以潮水位为下边界,该下边界测站类为TT、节点类为48,自动采用受潮水位顶托影响的堰闸水库模型进行双向水流演算。
图2的河湖节点拓扑关系表、图3的河湖图,包括2个马斯京根河段,即节点107、111,测站类为MH、节点类为51;包括3个非恒定流河段,即节点113、117和120,测站类为UH、节点类为54;以上5个河段为有长河段,长度分别为3.6、2.5、14、2.2和1.2km,将分别采用马斯京根河段模型、一维非恒定流模型建立河段方程,进行洪水演算。
此外,还有若干虚拟河段及特殊河段,如图3中虚线箭头所示,虚拟河段的长度为0,因其河段距离短或对流量无影响而忽略其长;节点124(堰闸水库)与节点125(边界潮水位)之间为特殊河段,根据堰闸出流条件和流量计算公式建立河段方程。
图2的河湖节点拓扑关系表、图3的河湖图,节点的最大相邻节点数为4,即节点116的相邻节点数为4,相邻节点分别为113、114、115、117。
图2的河湖节点拓扑关系表、图3的河湖图,其中的测站类及节点类,可根据图4的河湖对象分类表加以确定,并在组件程序中得到灵活应用。
本方案在本发明的数字孪生水网构建方法及组件程序等支持下,建立数字孪生水网,本方案中包含河湖节点拓扑模型、暴雨洪水查算模型、水库调度模型、马斯京根洪水演进模型、一维非恒定流模型,以及受潮水位顶托影响的堰闸水库模型等,将自动建立包含所有河段的方程组,进行洪水演进计算,得到各种设计频率的设计洪水及设计水位,供有关方面参考。
如上所述,通过本发明的数字孪生水网构建方法的实施方式的一个具体案例,展现了河湖节点拓扑关系表和与之对应的河湖图,进行了较详细的说明,以上所述是本发明具有现实作用的一个典型实施方式。
类似地,基于本发明的数字孪生水网构建方法,可以建立面向不同物理流域的数字孪生水网的河湖节点拓扑关系表,例如:拟定方案编码为“2水资源配置模型”,其中、数字2代表方案类型为水资源配置类,在河湖对象中加入所面向的用水户、江河湖泊、水利工程、监测站点等,明确河湖对象属性,生成节点拓扑关系,利用组件程序构成河湖节点拓扑模型,建立数字孪生水网,形成所需要的智慧水利解决方案。甚至可以构成一个国家河湖节点拓扑模型,建立包含海量河湖对象、各种水模型的国家数字孪生水网。
可见,本发明提供的数字孪生水网构建方法,对于一个没有太多专业知识和实际经验的水利工作者,都可以自主生成包含所需面对的河湖对象的河湖节点拓扑关系表,构成河湖节点拓扑模型,利用组件程序或借助类似的组件程序,建立包含多种水模型的数字孪生水网,而无需GIS工具,甚至无需绘制任何辅助图。
应当指出,对于所属领域的技术人员来说,在不脱离本发明的思路、不付出原创劳动的前提下,还可以对本发明提供的数字孪生水网构建方法做出若干变形和改变,并在各种类似案例中加以应用。所属智慧水利领域的技术人员应当理解,对于未脱离本发明创新思路和技术范围的任何修改或替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (12)
1.一种数字孪生水网构建方法,其特征在于:
对目标河湖范围内的河湖对象,按照所处自然水系及人工影响的相互联系,生成节点之间的拓扑关系,构成河湖节点拓扑模型,以重构物理流域;
所述构建方法包括以下步骤:
基于水利一张图、GIS信息及调查分析资料;
获取河湖对象;
拟定解决方案;
编制节点测站信息;
查测点线面数据;
统计相邻节点;
生成河湖节点拓扑关系表;
自动检验;
构成河湖节点拓扑模型。
所述河湖节点拓扑关系表的字段名包括:
方案编码;
节点ID号、测站编码、节点名称、节点类、测站类;
集水面积、河段长、河底高程;
相邻节点数、相邻节点ID号。
2.根据权利要求1所述的数字孪生水网构建方法,其特征在于:
所述河湖节点拓扑关系,以节点ID号和相邻节点ID号的配对方式,彼此关联,生成节点拓扑关系表,构成所述河湖节点拓扑模型;
所述节点ID号自上游向下游编排;所述相邻节点ID号次序按照先上游后下游、用水优先权编排,形成自然的及人工的河湖水流的映射;在同一方案内,所述节点ID号不允许重复;
每一河湖对象,都有所述节点ID号、测站编码、节点名称、节点类、测站类,以及所述查测、统计的信息,并单独占据河湖节点拓扑关系表的一行。
3.根据权利要求1所述的数字孪生水网构建方法,其特征在于:
所述字段名来源于所需要模拟的物理流域及供用水实际情况,包括:
水利一张图信息;
各类水利工程、监测站点、单元流域、单元河段、河道断面及供用水调查分析资料;
测站编码可以采用水文测站8位编码、水利普查对象编码;可以采用水利对象分类与编码总则、水利数据目录服务规范、水利信息资源目录编制指南规定的方式编码;也可以采用汉字编码,并允许重复;当测站编码为汉字时,测站编码可与节点名称相同;
在所述河湖节点拓扑关系表中,所述集水面积、河段长、河底高程的数值,根据节点属性的不同可以省缺。
4.根据权利要求1所述的数字孪生水网构建方法,其特征在于:
所述测站类为对象的基本属性或静态属性,节点类为对象的动态属性,通过节点类可使对象属性发生变化;
所述测站类一般以2位英文字母表示,所述节点类一般以2位阿拉伯数字表示;
正常情况下,水库的测站类为RR,节点类为61;
将其节点类改为36,属简单节点,则该水库视为简单河道节点且不涉及水库调度问题;
将其节点类改为23,属暴雨径流查算节点,则该水库应用暴雨径流查算模型与水库调度模型,将进行入库洪水计算与水库调度计算。
5.根据权利要求1所述的数字孪生水网构建方法,其特征在于:
所述数字孪生水网,根据所述对象的不同,可以是仅包含一个单元流域或一个单元河段或一个水工程的简单数字孪生水网,可以是树枝状数字孪生水网,也可以是复杂的网络状数字孪生水网;或者说,可以是任意数字孪生水网;
一个数字孪生水网可以代表一个物理水系或区域水系;允许存在孤立节点即没有相邻节点的节点,允许存在多个独立的彼此无关联的区域数字孪生水网;
一个数字孪生水网及其节点的数量是不受限制的;
一个最简单的数字孪生水网只有一个节点。
6.根据权利要求1所述的数字孪生水网构建方法,其特征在于:
一个河湖节点拓扑关系表包含一个或多个方案编码;
一个方案编码包含一个或多个数字孪生水网;
一个数字孪生水网包含一个或多个水模型。
所述方案编码是数字孪生水网方案编码的简称,由阿拉伯字符串和典型水模型名称共同组成,包括但不限于:1洪水预报模型,2水资源配置模型,3广东省暴雨径流查算模型;4多元回归模型;5曼宁伯努利水面线计算模型;6一维非恒定流计算模型;325暴雨径流查算与曼宁伯努利水面线计算模型;
一个方案编码中,可以应用分布式模型,可以应用集总模型,可以是分布式集总模型;可以应用水文模型,可以应用水动力模型,可以进行多模型耦合。
7.根据权利要求1至6所述的数字孪生水网构建方法,其特征在于:
所述河湖节点拓扑关系表,无GIS之形,有GIS之要,为无形之河湖图,其中、节点和测站是同一河湖对象的概化及生态表现;
所述无GIS之形,有GIS之要,是指不需要展示GIS或纳入DEM数据,而直接利用河湖对象已有的与GIS相关的资料,包括但不限于:
水利一张图成果;工程、测站基本资料;数字化河流水系资料;单元流域面积、单元河段长度及河底高程;河底高程可以从等高线图、大断面资料中获得;
也可以利用DEM生成的数字流域或分布式流域资料。
8.根据权利要求1或6所述的数字孪生水网构建方法,其特征在于:
所述河湖对象,包括江河湖泊、水利工程、监测站点及用水户,
包括但不限于:流域、河流、湖泊、明渠、河段、水库、水电站、水坝、水闸、泵站、供水工程、调水工程、降水量站、水文站、流量站、水位站、蒸发站、水质站、生活用水、生态环境用水、工业用水、农业用水;
所述水模型,包括水文水资源模型、调度模型、水动力模型,
包括但不限于:新安江模型、水箱模型、暴雨径流查算模型、水资源配置模型、水情预报调度模型、洪水调度模型、水资源调度模型、水电站调度模型、供水调度模型、马斯京根流量演算模型、曼宁伯努利水面线计算模型、一维水网非恒定流模型、二维数值模型。
9.一种计算机设备,其特征在于:
包括:
一个或多个处理器;以及
存储器;
一个组件程序;以及
该组件程序的调用程序;
其中、所述组件及程序被存储在所述存储器中,并且被配置为由所述一个或多个处理器执行,所述组件程序被处理器执行时,实现权利要求1至8中任一项所述方法和步骤。
10.根据权利要求9所述的计算机设备,其特征在于:
所述组件程序自动检查河湖节点拓扑关系表及其他输入信息的内容是否有问题,是否存在错误,包括自动检查节点ID号是否唯一,节点拓扑关系是否正确,相邻节点是否匹配,节点或测站的属性是否合理,以及河湖节点拓扑关系表及其他前处理表是否存在、数据是否遗漏;并且
输出检查信息,包括错误信息、警告信息;
以方便修改河湖节点拓扑关系表,以确保基于河湖节点拓扑关系表构成河湖节点拓扑模型;
所述河湖节点拓扑模型是包括各种河湖对象在内的物理流域的重构;
所述重构,一般需要通过逐行处理并利用所述组件程序自动检查节点拓扑关系是否正确;
基于所述河湖节点拓扑关系表的节点拓扑关系,并利用所述组件程序,构成所述河湖节点拓扑模型,重构物理流域并建立数字孪生水网。
11.根据权利要求9所述的计算机设备,其特征在于:
所述组件程序以单元河段连接所有河湖对象,建立数字孪生水网方程组,并根据边界条件和实时信息,按时间步长逐步求解数字孪生水网方程组,得到所求的河湖对象的水文时间序列信息;
所述单元河段,是连接河湖对象并利用所述组件程序自动生成河段方程组的基本对象,包括:天然河段、人工河段、虚拟河段及特殊河段;
所述虚拟河段及特殊河段,是所述河湖节点拓扑关系表中没有直接定义的河段,是通过所述节点拓扑关系并利用所述组件程序自动生成的、虚拟链接2个相关节点或对象的河段;
利用所述组件程序自动生成所述虚拟河段及特殊河段,使所述河湖节点拓扑关系表得以简化,避免过于繁琐和庞大。
12.根据权利要求9所述的计算机设备,其特征在于:
所述组件程序大量使用搜索技术和哈希函数;在模型耦合方面,兼容不同种类河段的河段方程,兼容不同模型,以实现同步、异构、并行求解任意水网和相关水问题;
为了方便被其他程序调用,所述组件程序有且只有一个接口;而且
当检查信息无错误时,所述组件程序继续运行作业任务,包括但不限于:洪水预报作业、水资源配置作业、水生态环境作业、水动力计算作业;并输出计算成果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310959583.XA CN117670579A (zh) | 2023-08-01 | 2023-08-01 | 一种数字孪生水网构建方法和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310959583.XA CN117670579A (zh) | 2023-08-01 | 2023-08-01 | 一种数字孪生水网构建方法和计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117670579A true CN117670579A (zh) | 2024-03-08 |
Family
ID=90068872
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310959583.XA Pending CN117670579A (zh) | 2023-08-01 | 2023-08-01 | 一种数字孪生水网构建方法和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117670579A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105138722A (zh) * | 2015-07-14 | 2015-12-09 | 南京师范大学 | 基于数字河湖网络的平原河网区流域集水单元划分方法 |
CN114330825A (zh) * | 2021-11-25 | 2022-04-12 | 中国电建集团中南勘测设计研究院有限公司 | 大流域河系洪水预报调度一体化方法、系统、设备及介质 |
CN115796069A (zh) * | 2022-11-01 | 2023-03-14 | 南京中禹智慧水利研究院有限公司 | 一种基于数字孪生的平原河网水动力模型服务及模拟方法 |
CN115907229A (zh) * | 2022-12-30 | 2023-04-04 | 长江水利委员会水文局 | 一种基于数字孪生的水库防洪管理方法 |
-
2023
- 2023-08-01 CN CN202310959583.XA patent/CN117670579A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105138722A (zh) * | 2015-07-14 | 2015-12-09 | 南京师范大学 | 基于数字河湖网络的平原河网区流域集水单元划分方法 |
CN114330825A (zh) * | 2021-11-25 | 2022-04-12 | 中国电建集团中南勘测设计研究院有限公司 | 大流域河系洪水预报调度一体化方法、系统、设备及介质 |
CN115796069A (zh) * | 2022-11-01 | 2023-03-14 | 南京中禹智慧水利研究院有限公司 | 一种基于数字孪生的平原河网水动力模型服务及模拟方法 |
CN115907229A (zh) * | 2022-12-30 | 2023-04-04 | 长江水利委员会水文局 | 一种基于数字孪生的水库防洪管理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110298076B (zh) | 一种基于gis和swmm的城市内涝智能建模及分析方法 | |
CN109508630B (zh) | 一种基于人工智能识别水尺水位的方法 | |
CN103092572B (zh) | 一种集群环境下分布式水文模拟的并行化方法 | |
CN111680171B (zh) | 一种基于专题知识图谱的河系洪水预报方案构建方法 | |
CN113377966B (zh) | 一种基于知识图谱的水利工程调度规程推理方法 | |
CN107133427A (zh) | 一种基于2dgis平台的洪水分析模型的构建方法 | |
CN108256249B (zh) | 一种三峡库区efdc模型集成方法 | |
CN108614915B (zh) | 基于情景驱动的水文模型自由组建策略方法 | |
CN117236673B (zh) | 城市水网多尺度防洪排涝联合优化调度方法和系统 | |
CN113837450B (zh) | 基于深度学习的河网密集流域水情趋势预测方法及其应用 | |
CN117236199B (zh) | 城市水网区域河湖水质提升与水安全保障方法及系统 | |
CN113516305B (zh) | 一种情景-目标交互的水网区水资源调度智能决策方法及系统 | |
CN113780826B (zh) | 基于长江流域水环境模型的集成及可视化决策分析方法 | |
CN109815611B (zh) | 一种基于数字流域的流域边界生成方法 | |
Ryo et al. | Evaluation of spatial pattern of altered flow regimes on a river network using a distributed hydrological model | |
CN115496148A (zh) | 一种河流大尺度水文情势变化的评价方法及装置 | |
Nozari et al. | Simulation and optimization of control system operation and surface water allocation based on system dynamics modeling | |
CN117670579A (zh) | 一种数字孪生水网构建方法和计算机设备 | |
CN113077080A (zh) | 一种智慧水文分析应用系统 | |
Yang et al. | Evaluation and interpretation of runoff forecasting models based on hybrid deep neural networks | |
CN115964855B (zh) | 一种基于水工程及水文站的子流域划分方法 | |
CN115964875A (zh) | 一种数字孪生水网四面体模型构建方法 | |
Chen et al. | Development and application of a multi-centre cloud platform architecture for water environment management | |
CN115841071A (zh) | 基于水循环动态知识图谱的数字孪生流域场景建模方法 | |
Brêda et al. | Modeling coordinated operation of multiple hydropower reservoirs at a continental scale using artificial neural network: the case of Brazilian hydropower system |
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 |