海底电缆入泥端的冲刷预测方法、装置、设备和存储介质与流程

本发明涉及海洋工程，尤其涉及一种海底电缆入泥端的冲刷预测方法、装置、设备和存储介质。

背景技术：

1、海底电缆通常敷埋于海床深处，到达风电的风机桩基或海上升压站附近时，需要从海床中逐步上升接入桩基电气回路，由此形成入泥端区段，海缆入泥端一旦因冲刷悬空，将在复杂海洋环境载荷作用下产生晃动和动力响应，导致海缆磨损、疲劳损伤乃至绝缘层破损。

2、目前，针对入海缆泥端冲刷预测，现有技术主要针对浅海区域水平铺设管道的冲刷深度预测，仅能实现单一冲刷参数（如冲刷深度）的预测，无法满足海缆入泥端对冲刷扩展长度和时间尺度等多目标参数的同步预测需求，且模型多采用简化的流体力学公式或经验关系，未充分考虑流速、攻角、入泥角等多变量之间的非线性耦合作用，预测精度不足。

技术实现思路

1、本发明提供了一种海底电缆入泥端的冲刷预测方法、装置、设备和存储介质，以实现对海缆入泥端冲刷扩展长度和时间尺度的高精度、多目标同步预测。

2、第一方面，本发明提供了一种海底电缆入泥端的冲刷预测方法，包括：

3、获取冲刷实验数据，构建训练数据集，所述训练数据集中每组数据包括输入参数和对应的输出参数，所述输入参数包括流速、攻角和入泥角，所述输出参数包括冲刷扩展长度和时间尺度；

4、构建双重前馈神经网络模型，采用所述训练数据集对所述双重前馈神经网络模型进行训练，得到训练好的海底电缆入泥端预测模型，所述海底电缆入泥端预测模型用于输出冲刷扩展长度和时间尺度；

5、采集海底电缆入泥端的现场真实冲刷影响参数，所述现场真实冲刷影响参数包括流速、攻角和入泥角；

6、将所述现场真实冲刷影响参数输入所述海底电缆入泥端预测模型中，得到所述海底电缆入泥端的冲刷扩展长度和时间尺度的预测值。

7、第二方面，本发明提供了一种海底电缆入泥端的冲刷预测装置，包括：

8、训练数据集构建模块，用于获取冲刷实验数据，构建训练数据集，所述训练数据集中每组数据包括输入参数和对应的输出参数，所述输入参数包括流速、攻角和入泥角，所述输出参数包括冲刷扩展长度和时间尺度；

9、训练模块，用于构建双重前馈神经网络模型，采用所述训练数据集对所述双重前馈神经网络模型进行训练，得到训练好的海底电缆入泥端预测模型，所述海底电缆入泥端预测模型用于输出冲刷扩展长度和时间尺度；

10、现场真实数据采集模块，用于采集海底电缆入泥端的现场真实冲刷影响参数，所述现场真实冲刷影响参数包括流速、攻角和入泥角；

11、预测模块，用于将所述现场真实冲刷影响参数输入所述海底电缆入泥端预测模型中，得到所述海底电缆入泥端的冲刷扩展长度和时间尺度的预测值。

12、第三方面，本发明提供了一种电子设备，所述电子设备包括：

13、至少一个处理器；以及

14、与所述至少一个处理器通信连接的存储器；其中，

15、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明第一方面所述的海底电缆入泥端的冲刷预测方法。

16、第四方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明第一方面所述的海底电缆入泥端的冲刷预测方法。

17、本发明以海缆入泥端的流速、攻角和入泥角为输入参数，以冲刷扩展长度和时间尺度为输出参数训练海底电缆入泥端预测模型，使得海底电缆入泥端预测模型学习到基于海缆入泥端的流速、攻角和入泥角学习到预测冲刷扩展长度和时间尺度，在采集到海底电缆入泥端的现场真实流速、攻角和入泥角后，将采集到的数据输入到海底电缆入泥端预测模型中，可以得到海底电缆入泥端的冲刷扩展长度和时间尺度的预测值，一方面，经过训练数据训练，海底电缆入泥端预测模型能够捕捉流速、攻角、入泥角与冲刷扩展长度、时间尺度之间的复杂非线性关系，相对于传统技术采用流体力学公式或经验关系，预测结果更为准确，另一方面，能够同步输出冲刷扩展长度和时间尺度，避免了分别训练模型的不一致性和计算复杂性，提高了预测效率和工程应用便捷性。

18、应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

1.一种海底电缆入泥端的冲刷预测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，获取冲刷实验数据，构建训练数据集，包括：

3.根据权利要求2所述的方法，其特征在于，构建双重前馈神经网络模型，包括：

4.根据权利要求3所述的方法，其特征在于，采用所述训练数据集对所述双重前馈神经网络模型进行训练，得到训练好的海底电缆入泥端预测模型，包括：

5.根据权利要求4所述的方法，其特征在于，采用所述训练数据集对所述双重前馈神经网络模型进行训练，得到训练好的海底电缆入泥端预测模型，还包括：

6.根据权利要求2-5任一项所述方法，其特征在于，将所述现场真实冲刷影响参数输入所述海底电缆入泥端预测模型中，得到所述海底电缆入泥端的冲刷扩展长度和时间尺度的预测值，包括：

7.根据权利要求6所述的方法，其特征在于，反标准化处理的公式如下：

8.一种海底电缆入泥端的冲刷预测装置，其特征在于，包括：

9.一种电子设备，其特征在于，所述电子设备包括：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的海底电缆入泥端的冲刷预测方法。