基于混合神经网络的泵站流道准矩形断面的流场预测方法

本申请公开了一种基于混合神经网络的泵站流道准矩形断面的流场预测方法，属于泵站流道流场预测技术领域，包括根据实际泵站，构建缩放比例的模型泵站；基于模型泵站，进行粒子图像测速实验，并获取不同工况下肘型进水流道准矩形断面的流场数据和工况特征参数；构建MLP‑PINN混合神经网络模型；基于流场数据和工况特征参数训练MLP‑PINN混合神经网络模型；基于训练后的MLP‑PINN混合神经网络模型预测未知工况下泵站肘型进水流道准矩形断面的流场特性。该方法在有部分工况的实验数据的基础上，预测其他工况的流场特性，解决了工况覆盖不全面和成本高的问题，为泵站监测提供了更加全面的监测数据，增强了泵站的安全性。