技术特征：
1.一种渠道参数预测方法，其特征在于，所述方法包括：获取渠道观测数据和多个当前渠道参数，并生成观测数据集合和当前渠道参数集合，所述当前渠道参数与渠道水流动力学模型中的模型参数相对应，所述渠道水流动力学模型用于表征渠道水流运动过程；根据所述观测数据集合、所述当前渠道参数集合和所述渠道水流动力学模型，利用集合卡尔曼滤波框架交替更新各当前渠道参数，得到渠道参数优化值。2.根据权利要求1所述的方法，其特征在于，所述生成观测数据集合和当前渠道参数集合，包括：通过向所述观测数据和所述当前渠道参数分别添加高斯白噪声，生成观测数据集合和当前渠道参数集合。3.根据权利要求1所述的方法，其特征在于，所述利用集合卡尔曼滤波框架交替更新各当前渠道参数，包括：在同一时刻对所述渠道参数中的每个渠道参数逐个进行更新。4.根据权利要求3所述的方法，其特征在于，所述根据所述观测数据集合、所述当前渠道参数集合和所述渠道水流动力学模型，利用集合卡尔曼滤波框架交替更新各当前渠道参数，得到渠道参数优化值，包括：根据所述当前渠道参数集合生成渠道参数集合的预测值集合；当有观测数据时，根据所述预测值集合得到渠道参数集合的分析值集合，所述分析值集合的均值即为所述渠道参数优化值。5.根据权利要求1或4所述的方法，其特征在于，还包括：将所述渠道参数优化值作为当前渠道参数，返回获取渠道观测数据和多个当前渠道参数，并生成观测数据集合和当前渠道参数集合的步骤。6.根据权利要求4所述的方法，其特征在于，所述根据所述当前渠道参数集合生成渠道参数集合的预测值集合，包括：式中，表示渠道参数集合的预测值集合，表示当前渠道参数集合，i表示第i时刻，j表示第j个集合，f表示预测值，a表示分析值，i为单位向量。7.根据权利要求4或6所述的方法，其特征在于，所述当有观测数据时，根据所述预测值集合得到渠道参数集合的分析值集合，包括：式中，o
i+1
表示观测数据集合，h为观测算子，即所述渠道水流动力学模型，k
i+1
为卡尔曼增益。8.一种渠道参数预测装置，其特征在于，所述装置包括：获取模块，用于获取渠道观测数据和多个当前渠道参数，并生成观测数据集合和当前渠道参数集合，所述当前渠道参数与渠道水流动力学模型中的模型参数相对应，所述渠道水流动力学模型用于表征渠道水流运动过程；优化模块，用于根据所述观测数据集合、所述当前渠道参数集合和所述渠道水流动力
学模型，利用集合卡尔曼滤波框架交替更新各当前渠道参数，得到渠道参数优化值。9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1-7中任一项所述的渠道参数预测方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的渠道参数预测方法的步骤。
技术总结
本发明提供了一种渠道参数预测方法、装置、计算机设备及介质。其中，渠道参数预测方法，包括：获取渠道观测数据和多个当前渠道参数，并生成观测数据集合和当前渠道参数集合，当前渠道参数与渠道水流动力学模型中的模型参数相对应，渠道水流动力学模型用于表征渠道水流运动过程；根据观测数据集合、当前渠道参数集合和渠道水流动力学模型，利用集合卡尔曼滤波框架交替更新各当前渠道参数，得到渠道参数优化值。通过本发明，利用卡尔曼滤波框架交替更新渠道参数得到渠道参数优化值，提高渠道输配水参数同化过程中的稳定性和预测精度。输配水参数同化过程中的稳定性和预测精度。输配水参数同化过程中的稳定性和预测精度。
技术研发人员：刘琨 梁犁丽 李梦杰 吕振豫 殷兆凯 刘志武
受保护的技术使用者：中国长江三峡集团有限公司
技术研发日：2022.08.26
技术公布日：2022/10/11