本技术提供了一种结合数字孪生技术的流域防洪调度管理方法和系统,涵盖水利管理与数据处理领域。该方法首先利用目标流域的历史最低水位数据构建数字基础模型,进而实现对流域的实时监测与洪水预警,优化防洪调度策略。
背景技术
目前,主流的洪水预报模型大多都是建立以水文过程物理机制为基础的传统水文模型,往往需要对流域内水文循环涉及的各个要素进行详细地定义,并对水文过程加以复杂的数学公式进行描述,但是由于水文要素的不确定性和水文过程的复杂性,限制了传统水文模型的发展。
得益于机器学习和大数据技术的发展,人工神经网络技术在各个领域取得了长足进步。在水文预报领域,部分研究将目光聚焦于能够学习时间序列状态特征的递归神经网络。
但现有的防洪调度管理方案并不成熟完善,无法达到理想的辅助效果。
实现思路