(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210432633.4 (22)申请日 2022.04.24 (65)同一申请的已公布的文献号 申请公布号 CN 114547951 A (43)申请公布日 2022.05.27 (73)专利权人 浙江远算科技有限公司 地址 311799 浙江省杭州市淳安县千岛湖 镇阳光路68 8号301室 专利权人 浙江浙能华 光潭水力发电有限公 司 (72)发明人 郑子豪　林咸志　闵皆昇　许正　 吴健明　赵权　 (74)专利代理 机构 浙江翔隆专利事务所(普通 合伙) 33206 专利代理师 许守金 (51)Int.Cl. G06F 30/23(2020.01) G06F 30/13(2020.01) G06F 119/08(2020.01)G06F 119/14(2020.01) (56)对比文件 CN 111259590 A,2020.0 6.09 CN 111414658 A,2020.07.14 JP 2009052976 A,20 09.03.12 CN 109992900 A,2019.07.09 CN 108334660 A,2018.07.27 US 20162740 01 A1,2016.09.2 2 CN 110457651 A,2019.1 1.15 CN 111914496 A,2020.1 1.10 罗增浤 等.基 于Code_aster的拱坝数字 孪 生健康评估平台开发. 《第十七届中国CAE 工程分 析技术年会论文集》 .2021, 王燕芬.基 于有限元法的大坝应力应 变计算 及监测结果分析- 基于NEDSK工程. 《中国优秀硕 士学位论文全文数据库 工程科技 II辑》 .2021, (第4期), (续) 审查员 郭晓晓 (54)发明名称 一种基于数据 同化的大坝状态预测方法及 系统 (57)摘要 本发明公开了一种基于数据 同化的大坝状 态预测方法及系统， 属于大坝状态预测技术领 域。 现有的大坝状态预测方法， 计算精度极其依 赖混凝土 材料本构模型的正确描述， 一般只能从 原型观测或孪生实验获得模型参数， 参数的确定 和校准都比较复杂。 本发明充分考虑混凝土材料 随时间的非线性演化特性， 利用坝体虚拟位移场 与同时刻大坝实际测点的位移量， 构建数据同化 模型， 对大坝的混凝土材料线弹性本构参数进行 位移反分析； 并对数据同化模型引入观测数据进 行模型更新， 充分考虑数据误差对模型的影响， 实时调整数据同化模型的演化方向， 以改善数据 同化模型的估计精度， 有效提高预测模型的预测能力， 能够为大坝的实时预警分析提供重要参考 数据。 [转续页] 权利要求书4页 说明书12页 附图3页 CN 114547951 B 2022.07.22 CN 114547951 B (56)对比文件 刘浩.大体积混凝 土浇筑过程热应力分析和 参数化模板开发. 《中国优秀博硕士学位 论文全 文数据库 （硕士） 工程科技 II辑》 .2013,(第S2 期), 隋旭鹏 等.不同机 器学习模型对混凝 土坝 位移预测性能的影响. 《水电能源科 学》 .2022,第 40卷(第1期),YAN SU,et al. .An Improved Random Forest Model for the Predicti on of Dam Displacement. 《IE EE》 .2021, Eric Belanger,et al. .Data assimilation (4D-VAR) to forecast fl ood in shallow-waters w ith sediment erosi on. 《Journal of Hydro logy》 .2004,2/2 页 2[接上页] CN 114547951 B1.一种基于数据同化的大坝状态预测方法， 其特 征在于， 包括如下步骤： 第一步： 获得大坝的应力和变形位移， 作为大坝的初始 物理场； 第二步： 根据第 一步中的初始物 理场， 进行热力耦合计算， 获得某时刻的坝体虚拟位移 场； 第三步： 利用第二步中的坝体虚拟位移场与同时刻大坝实 际测点的位移量， 构建数据 同化模型， 用以对大坝的混凝 土材料线弹性本构参数进行位移反分析； 数据同化模型为基于三维变分法的代价 函数寻优参数反演模型， 其构建方法如下： 将大坝的初始材料参数作为背景值， 其背景误差协方差矩阵设置为初值二 次方的对角 矩阵， 并取某 时刻大坝的实际测点位移与参考位移初值的相对量作为观测值， 得到观测误 差协方差矩阵， 并根据设备误差对观测误差协方差矩阵进行调整； 同时将初始物 理场的热固结构耦合仿真计算作为数据同化模型的代价函数， 建立参数 优化的数据同化模型； 根据各大坝监测数据的误差协方差矩阵， 构建完整的背景误差协方差矩阵和观测误差 协方差矩阵， 用于分别表述背景信息和观测信息在分析中的可靠程度， 其依赖于各自的误 差的统计特 征， 以及不同变量 误差之间的关联关系， 其具体的计算公式如下： 其中， B为完整的背景误差协方差矩阵， xb为背景值， xi,0为初猜值, R为完整的观测误差协方差矩阵， EZ为坝前水位Zi实 际误差协方差矩阵， ET为坝面温度Ti实 际误差协方差矩阵， EH为坝体温度Hi实 际误差协方差矩阵， ED为坝体位移Di实 际误差协方差矩阵； 代价函数计算公式如下： 其中， yio为实际观测值， yic为虚拟观测值， x为大坝的混凝土 材料线弹性本构参数， 是未 知但有界的区间变量； 并对数据同化模型引入观测数据进行模型更新， 根据数据误差对模型的影响， 实时调 整数据同化模型的演化方向； 第四步： 通过第三步中的数据同化模型， 计算材料参数， 并根据采集的大坝监测数据， 构建预测模型， 对大坝状态进行 预测。 2.如权利要求1所述的一种基于数据同化的大坝状态预测方法， 其特 征在于， 所述第一 步中， 应力和变形位移的获取 方法如下：权　利　要　求　书 1/4 页 2 CN 114547951 B 3