论文摘要
目前,水利科学工作者已尝试应用各种中长期径流预报方法和优化算法来解决水电站水库(群)的预报、优化调度问题,并取得了令人瞩目的研究成果。然而,由于径流及其预报的不确定性,使得一些优化调度新方法仍存在理论与应用上的问题,需要在实际的应用中进一步深入研究。为此,本文围绕如何利用中期数值降雨预报改善水电站水库中长期径流描述模型和水库(群)优化调度模型而展开,着重解决雅砻江流域水电站水库径流预报调度等问题,但对其他流域预报调度研究具有一定的借鉴作用:结合水电站运行特性,首先分析了中期数值降雨预报在中长期径流预报及水电站水库调度中的可利用性,然后深入研究了考虑径流预报及其不确定性的径流描述和优化调度模型及其应用,最后对水库群预报调度系统重构和组件化进行了研究。主要研究成果如下:(1)结合水电站运行特性,提出了一种基于决策树技术的中长期径流分级方法。该方法利用决策树技术分析二滩水电站多年的丰水期水文数据和发电调度资料,得出径流与调度决策出力之间的关系,称为径流分级决策树法。该分级方法能与实际的水电站防洪发电调度相结合,在一定程度上能反映出电站运行特性,使决策更加切合实际;与传统的径流分级方法相比,可减少弃水量,提高丰水期平均发电量。(2)结合水电站运行特性,提出美国全球预报系统GFS中期数值降水预报信息可用性的分析方法。该方法不仅从降雨自身的特性出发,而且结合水电站特性利用决策树技术来划分降雨量级,并据此分析美国全球预报系统(GFS)中期数值降雨预报可利用性,包括基于决策树技术的降雨分级方法,GFS降雨分级预报精度分析,以及GFS降雨预报信息在旬径流预报和发电调度中的应用。研究表明,该方法在一定程度上反映了水电站运行特性,而且考虑GFS降水预报信息改进了发电调度决策,可明显提高发电效益,对GFS降雨预报信息在其他流域水库中的应用具有一定借鉴作用。(3)提出了一种综合考虑径流预报及其不确定性的径流描述模型。该模型采用后验的径流状态转移概率和径流预报的可预测性概率来描述径流及其预报的不确定性。依据雅砻江流域枯、丰水期径流预报的不同特征,考虑不同预见期的流域径流预报信息,建立了符合二滩及锦屏一级~二滩梯级水电站运行特性的径流描述模型,并给出各自径流模型的水文状态变量的选择与离散,诸如先验的、后验的径流状态转移概率等条件概率的推求方法和流域总径流的分解方法等,它们对研究水电站调度模型是十分重要的。(4)建立了考虑径流预报及其不确定性的水电站水库随机动态规划调度模型。考虑径流预报及其不确定性的径流描述模型能否指导发电调度,关键在于它能否改进调度决策达到提高发电效益的目的。为此,本文以二滩水电站和锦屏一级~二滩梯级水电站为例,建立了考虑径流预报及其不确定性的水电站水库随机优化调度模型,以探讨该模型对发电优化调度的改进潜力。研究表明,考虑径流预报及其不确定性有效地改善了已有的径流描述和发电优化调度模型,能明显提高水电站发电效益。(5)引入重构和组件技术改善水库预报调度系统以适应用户功能需求变化。在水库预报调度系统的开发与应用实践中,用户会不断提出新的功能需求,因此有必要对系统进行重构和组件化研究以增强系统的复用性和扩展性。以基于图论的水库群预报调度系统为例,引入重构技术改善核心业务层,给出水库预报调度系统开发组件库Resrails,并基于Resrails实现了雅砻江流域梯级电站中长期预报调度系统。实际应用表明:基于重构和组件开发水库调度系统,可极大提高系统的复用性、扩展性和开发简易性,有利于开发人员集中精力研究水库群的预报调度模型等理论与应用。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
相关论文文献
- [1].季节性支持向量机中长期径流预报模型[J]. 水力发电 2014(04)
- [2].人工神经网络在径流预报中的述评与展望[J]. 水科学与工程技术 2009(01)
- [3].基于小波分析-稳健估计的径流预报模型及应用[J]. 水力发电学报 2017(06)
- [4].杨房沟电站大江截流期径流预报[J]. 人民长江 2017(S1)
- [5].二滩水电站中长期径流预报研究[J]. 水电能源科学 2009(01)
- [6].欧氏距离与趋势值在中长期径流预报中的应用[J]. 东北水利水电 2017(06)
- [7].基于多方法优选因子和人工神经网络耦合模型的枯水期径流预报[J]. 武汉大学学报(工学版) 2015(06)
- [8].结合大气环流和遥相关信息的集合径流预报方法及其应用[J]. 清华大学学报(自然科学版) 2013(05)
- [9].基于随机森林与支持向量机的水库长期径流预报[J]. 水利水运工程学报 2020(04)
- [10].不同流域的自回归径流预报效果对比[J]. 应用基础与工程科学学报 2018(04)
- [11].基于神经网络的中长期径流预报时间尺度研究[J]. 中国农村水利水电 2014(08)
- [12].中长期径流预报模型优选研究[J]. 西北农林科技大学学报(自然科学版) 2019(07)
- [13].基于预报因子聚类分级的日径流预报深度信念模型及应用[J]. 应用基础与工程科学学报 2018(05)
- [14].基于气象因子的汛期径流预报模型[J]. 水电能源科学 2015(10)
- [15].基于相关向量机的中长期径流预报模型研究[J]. 大连理工大学学报 2012(01)
- [16].基于气象分析的二滩电站月径流预报[J]. 农业工程学报 2011(S2)
- [17].LASSO回归和支持向量回归耦合的中长期径流预报[J]. 应用基础与工程科学学报 2018(04)
- [18].基于熵谱理论的月径流预报[J]. 西北农林科技大学学报(自然科学版) 2019(05)
- [19].中长期径流预报的时间尺度[J]. 武汉大学学报(工学版) 2015(06)
- [20].基于小波分析—模糊神经网络的径流预报模型[J]. 水利水电技术 2013(02)
- [21].基于改进径流曲线数模型的北京密云坡地径流估算[J]. 农业工程学报 2017(21)
- [22].基于数值天气预报模式的流域中期径流预报[J]. 水利水电技术 2018(11)
- [23].利用PSO-SA混合优化支持向量回归的径流预报模型研究[J]. 计算机应用研究 2019(09)
- [24].基于支持向量回归机的长期径流预报及不确定性分析[J]. 南水北调与水利科技 2018(03)
- [25].耦合中期、长期径流预报的跨流域引水受水水库调度图研究[J]. 水资源与水工程学报 2016(06)
- [26].基于小波-ANFIS的水库月径流预报模型[J]. 水电能源科学 2008(01)
- [27].红水河乐滩水电站月径流预报模型的编制[J]. 东北水利水电 2008(06)
- [28].基于随机森林模型的长江上游枯水期径流预报研究[J]. 水力发电学报 2012(03)
- [29].滑动窗口二次自回归模型在径流预报中的应用[J]. 河海大学学报(自然科学版) 2009(03)
- [30].GAS参数优化方法在黄河上游非汛期径流预报中的应用[J]. 水文 2008(02)