径流分类组合预报方法及其应用研究

论文摘要

我国是一个水资源贫乏、洪水灾害频发的国家,如何利用现有的水利工程,在保证防洪安全的前提下,通过采取适当的非工程措施达到经济、合理利用有限的水资源、提高水能利用率便成为当前亟待解决的问题。在众多的非工程措施中,径流预报与优化调度是保证水电站水库防洪安全与提高经济效益的有效途径之一,本文以此为切入点,以桓仁水电站与二滩水电站为研究对象,围绕径流预报与水电站预报优化调度的若干关键技术进行了较为深入的探讨与研究。构建一个中长期径流的年内分段组合预报模型,该模型能够综合利用多种智能方法的预报优势进行分类径流预报,以此预报结果为输入,研究了基于不同径流描述的水电站中长期预报优化调度模型及模糊风险计算新方法。对于水电站的短期洪水预报而言,流域洪水预报模型的不确定性已受到普遍的关注,本文以新安江模型为例,对模型参数优选、模型输入与模型参数不确定性进行了深入的分析,提出了模糊分类洪水组合预报方法。主要研究内容与成果如下:（1）针对以往中长期径流预报通常仅采用单一方法进行建模与预报,难以利用各预报方法优势的缺陷,本文构建了一个中长期径流的年内分阶段组合预报模型。模型选用多种预报方法进行组合预报,从而发挥各方法的预报优势以达到提高预报精度的目的。针对年内不同时期径流成因的差异,将年内径流分为多个阶段,对各阶段分别建立相应的组合预报模型。特别针对径流受降雨因素影响较大的阶段,其预报不确定性增强的特点,引入贝叶斯平均（BMA）组合预报模型,可同时发布确定性预报与概率预报。通过对二滩水电站历史月径流的模拟预报,表明分段组合预报模型较单一预报方法能够提高确定性预报精度,且发布的概率预报较为可靠,可为水电站预报调度提供决策支持。（2）为合理利用河川径流,提高水电站的水能利用率,将径流分段组合预报模型应用于水电站的中长期优化调度中,针对利用预报信息指导优化调度所带来的风险,研究了水电站中长期发电调度的模糊风险计算新方法。方法主要包括基于分段组合预报模型的年内月径流递推组合预报方法:以年发电量最大作为优化目标的水电站优化调度模型。以组合预报模型提供的不同径流描述作为水电站的预报来水,以优化调度模型求解调度决策。为量化预报误差可能对发电调度带来的风险,研究了水电站中长期调度的发电模糊风险计算新方法,较常规风险计算方法能够合理的描述风险的模糊性并量化风险损失的程度。通过对二滩水电站典型年的模拟调度,表明将分段组合预报模型应用于水电站的中长期优化调度中是可行的、有效的,模糊风险分析方法能够较常规方法更合理的描述风险从而便于决策。（3）针对新安江模型参数优选中存在的不确定性问题,提出了模型参数的两阶段多目标优化率定方法。首先为便于分析目标权重对率定结果的影响,解决应用随机模拟方法求解该问题时造成计算量巨大的瓶颈,在第一阶段采用MOSCEM-UA算法进行参数优选,以此作为分析对象,从而有效缩减了求解问题的规模和计算量,在第二阶段通过分析目标权重对模型参数优选的影响,建立了基于排序可靠度特征值的满意参数优选方法。针对目标权重的确定,将数学与经验权重进行组合确定目标组合权重,同时分析了不同的数学权重计算方法与不同优选目标偏好对参数优选结果的影响。实例分析表明,该方法能够在综合评价参数率定目标特征值与排序可靠度的基础上选择折衷满意模型参数,并能够提供相应的排序不确定性信息。（4）对新安江模型的参数与输入不确定性进行了研究。以往研究多集中于对模型参数的不确定性分析上,而对模型输入的不确定性研究较少,因此,以模型参数与模型输入不确定性作为研究对象,采用SCEM-UA方法对场次洪水模拟不确定性进行了分析。与普遍采用的GLUE方法相比,SCEM-UA方法无需主观定义似然函数临界值,采用算法收敛后的非劣参数作为可行参数。通过对桓仁水库场次洪水模拟的不确定性分析,表明模型参数与输入对洪水模拟结果有显著的影响,且后者的影响较大,因此,在实时洪水预报时应对此予以充分考虑以量化预报风险。（5）针对洪水预报模型存在的“异参同效”问题,为提高模型的预报精度与可靠度,研究了模糊分类洪水组合预报方法。该方法在对洪水进行模糊分类的基础上,对各类洪水分别进行预报模型参数率定,从而提高了场次洪水模拟精度。通过利用同类洪水中具有“同效”现象的多组参数进行洪水预报,采用相应的组合方法进行分类内预报结果组合,进而再对各分类的预报结果进行模糊加权组合得到洪水组合预报值。实例应用表明,该方法能够提高场次洪水预报精度。将模糊分类洪水组合预报方法应用于实时洪水预报调度中,与采用一组满意参数进行洪水预报方法相比,在一些大量级场次洪水中可使水库提前加大泄流量从而有效降低调洪最高水位并减小水库的防洪风险。最后对全文做了总结,并对有待于进一步研究的问题进行了展望。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 选题背景
• 1.2 水文预报方法及水电站（群）调度研究综述
• 1.2.1 水文中长期预报研究进展
• 1.2.2 流域水文模型不确定性分析方法
• 1.2.3 洪水分类预报研究进展
• 1.2.4 水电站（群）中长期优化调度及风险分析研究进展
• 1.3 论文主要研究内容
• 1.3.1 论文研究内容
• 1.3.2 论文研究总体框架
• 2 径流中长期分段组合预报模型
• 2.1 引言
• 2.2 径流中长期预报模型
• 2.2.1 NNBR模型
• 2.2.2 ANFIS模型
• 2.2.3 ARMA模型
• 2.2.4 ANN模型
• 2.3 径流分段组合预报模型
• 2.3.1 ANN组合预报模型
• 2.3.2 BMA组合预报模型
• 2.3.3 径流分段组合预报模型实施步骤
• 2.4 应用实例
• 2.4.1 基本资料
• 2.4.2 建立组合预报模型
• 2.4.3 预报结果与分析
• 2.5 小结
• 3 基于组合预报的水电站中长期优化调度及模糊风险分析
• 3.1 引言
• 3.2 基于组合预报的水电站优化调度
• 3.2.1 水电站预报优化调度模型
• 3.2.2 基于组合预报的水电站优化调度实施步骤
• 3.3 水电站预报调度风险定义
• 3.3.1 风险定义
• 3.3.2 水电站预报调度风险定义
• 3.3.3 水电站预报调度的风险识别
• 3.4 水电站发电预报调度的模糊风险分析
• 3.4.1 径流随机模拟模型
• 3.4.2 模糊风险分析计算方法
• 3.5 应用实例
• 3.6 小结
• 4 流域水文模型参数的两阶段多目标优化率定方法
• 4.1 引言
• 4.2 三水源新安江模型
• 4.3 MOSCEM-UA算法
• 4.4 流域水文模型参数的两阶段多目标优化率定方法
• 4.4.1 率定目标函数
• 4.4.2 多目标模糊优选模型
• 4.4.3 率定目标组合赋权方法
• 4.4.4 流域水文模型参数的两阶段多目标优化率定方法
• 4.5 应用实例
• 4.5.1 桓仁水库流域概况
• 4.5.2 新安江模型参数多目标优化率定与结果分析
• 4.6 小结
• 5 新安江模型参数与输入不确定性分析
• 5.1 引言
• 5.2 洪水预报模型的不确定性来源与分析方法
• 5.2.1 洪水预报模型的不确定性来源
• 5.2.2 洪水预报模型不确定性分析方法
• 5.3 新安江模型参数不确定性分析
• 5.3.1 参数不确定性分析方法
• 5.3.2 应用实例
• 5.4 新安江模型输入不确定性分析
• 5.5 小结
• 6 模糊分类洪水组合预报方法及其应用
• 6.1 引言
• 6.2 洪水分类预报的分类因子选择
• 6.2.1 分类因子选取原则
• 6.2.2 洪水分类预报的分类因子选取
• 6.3 洪水分类方法
• 6.3.1 模糊数学分类法
• 6.3.2 其它分类方法
• 6.4 洪水组合预报方法
• 6.4.1 线性组合方法
• 6.4.2 非线性组合方法
• 6.5 模糊分类洪水组合预报方法
• 6.5.1 模糊分类洪水组合预报的基本流程
• 6.5.2 洪水预报模型参数率定方法
• 6.5.3 分类内洪水组合预报方法
• 6.5.4 分类间洪水组合预报方法
• 6.5.5 模糊分类洪水组合预报方法步骤
• 6.6 应用实例
• 6.6.1 场次洪水分类
• 6.6.2 模糊分类径流深组合预报
• 6.6.3 预报调度应用分析
• 6.7 小结
• 7 结论与展望
• 7.1 结论
• 7.2 展望
• 参考文献
• 创新点摘要
• 攻读博士学位期间参加课题和发表学术论文情况
• 致谢