摘要
本申请公开了一种基于PINNs的洪水预测方法、装置、设备及介质,方法包括:预处理采集到的目标流域的地理空间遥感数据、降水强度分布数据、气象数据、水文数据和环境数据,得到第一目标数据集;基于初始PINNs模型和第一目标数据集构建第一目标损失函数,第一目标损失函数基于物理约束损失函数和数据驱动损失函数形成;基于第一目标损失函数和第一目标数据集训练初始PINNs模型得到目标模型;基于目标模型对目标流域进行洪水预测。本申请在训练洪水预测模型过程中引入物理损失函数和数据驱动损失函数优化模型,使得最终用于洪水预测的目标模型能拟合实际监测数据的同时遵循洪水物理规律,如此,能够提升洪水预测结果的准确性。
技术关键词
洪水预测方法
数据
BFGS算法
物理
水文
计算机可执行指令
洪水预测模型
气象
应急管理系统
参数
预测系统
损失函数优化
误差
GIS系统
可读存储介质
方程
处理器通信
系统为您推荐了相关专利信息
持续学习方法
深度学习模型
动态规划算法
内存
终端设备上执行
无人机集群协同
多智能体强化学习
标志位
网络
路径规划方法
电网故障诊断方法
开关特征
文本
多头注意力机制
电网故障诊断技术