一种采用Transformer-ResUNet模型的溃坝流快速预测方法和系统

本发明公开了一种采用Transformer‑ResUNet模型的溃坝流快速预测方法和系统。包括：获取实际溃坝数据或通过数值模拟得到用于模型训练的数据集；构建融合Transformer与ResUNet的溃坝流时空耦合预测模型，所述溃坝流时空耦合预测模型为编码器‑解码器架构，编码器通过多个残差卷积层提取水流场的空间特征，随后，将特征图分块展平为时序特征，输入并行堆叠的Transformer模块进行时间动态建模；解码器通过跨层连接融合空间特征与Transformer增强的时序特征，通过逐级上采样和堆叠的瓶颈残差块重建未来时刻的预测水流场；对构建的溃坝流时空耦合预测模型进行训练，利用训练好的预测模型实现溃坝流的快速预测。本方法基于改进的ResUNet的编码器‑解码器结构，在流场预测中实现高保真度的流场细节重建。