CN116680570B 基于Transformer网络的地下水溶质弥散系数及迁移速度预测方法 （南京大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN116680570B(45)授权公告日2025.07.01

(21)申请号202310736821.0

(22)申请日2023.06.21

(65)同一申请的已公布的文献号申请公布号CN116680570A

(43)申请公布日2023.09.01

(73)专利权人南京大学

地址210093江苏省南京市栖霞区仙林大

道163号

GO6F17/16(2006.01)

GO6N3/0464(2023.01)

GO6N3/08(2023.01)

(56)对比文件

CN101907549A,2010.12.08

CN113947026A,2022.01.18审查员江汉琼

(72)发明人蒋建国孟胤全吴吉春王栋

(74)专利代理机构南京华鑫君辉专利代理有限公司32544

专利代理师梅小林

(51)Int.CI.

GO6F18/214(2023.01)

GO6F18/27(2023.01)权利要求书2页说明书9页附图4页

(54)发明名称

基于Transformer网络的地下水溶质弥散系数及迁移速度预测方法

(57)摘要

CN116680570B本发明公开了基于Transformer网络的地下水溶质弥散系数及迁移速度预测方法，具体步骤为：首先需要生成三维多孔介质，采用格子玻尔兹曼法(LatticeBoltzmannMethod,LBM)模拟多孔介质内流场，粒子追踪法模拟溶质运移过程并得到穿透曲线；通过污染物一维迁移方程解析解与SciPy优化算法反演地下水溶质纵向弥散系数D?与迁移速度u;构建分子扩散系数D与平均孔隙流速u′的参数矩阵并加入多孔介质灰度图像，由此与反演参数纵向弥散系数D、迁移速度u组成输入-输出样本对数据集；将数据集划分为训练集、验证集与测试集并依次应用于PhyCNN-Transformer

CN116680570B

48×13×1324×25×25

48×13×13

1×200

1000×1×200×2001000×3×100×100

1000×1×200×200

1000×200

游质近移建度

CN116680570B权利要求书1/2页

2

1.基于Transformer网络的地下水溶质弥散系数及迁移速度预测方法，其特征在于，预测步骤为：

通过沉淀生成法构建固体球颗粒堆积的三维多孔介质，采用LBM模拟多孔介质内流场，粒子追踪法模拟溶质运移过程并得到穿透曲线(BreakthroughCurve,BTC);

根据污染物迁移方程解析解与SciPy优化算法反演出纵向弥散系数D与溶质迁移速度u;

将三维多孔介质沿水流模拟方向视为在空间上连续的二维灰度图像，分别构建分子扩散系数D与平均孔隙流速u′的参数矩阵并加入二维灰度图像，得到含有物理信息的三通道图像；

将含有物理信息的三通道图像与反演参数纵向弥散系数D、实际水流速度u组成具有输入-输出样本对的数据集，并进一步划分为训练集、验证集与测试集，进而训练PhyCNN-Transformer神经网络多输出回归模型，并评估预测性能与泛化能力；

所述PhyCNN-Transformer神经网络多输出回归模型：以CNN提取含有物理信息的三通道图像特征，以Transformer网络处理图像特征的序列相关性，而后通过全连接层实现对纵向弥散系数D、迁移速度u的同时预测。

2.根据权利要求1所述的基于Transformer网络的地下水溶质弥散系数及迁移速度预测方法，其特征在于，沉淀生成法通过堆积固体球颗粒构成多孔介质的具体步骤为：

L1、生成一个固体颗粒，根据预先设定的概率密度函数或均一粒径值确定其粒径尺寸，并在模拟区域顶部随机确定其初始位置；

L2、新生成的固体颗粒从初始位置不断沉降，直到下部存在三个固体颗粒支撑或到达模拟区域底部；沉降过程结束时，固体颗粒到达其势能的最低点；

L3、重复执行L1和L2步骤，直到固体颗粒及其之间的孔隙填充整个模拟区域。

3.根据权利要求1所述的基于Transformer网络的地下水溶质弥散系数及迁移速度预测方法，其特征在于：

所述污染物迁移方程存在假定条件为：研究域为半