CN103882827B - 基于径流集合预报的水库防洪风险率预测方法及水库防洪调度方案评价方法 - Google Patents

基于径流集合预报的水库防洪风险率预测方法及水库防洪调度方案评价方法 Download PDF

Info

Publication number
CN103882827B
CN103882827B CN201410147717.9A CN201410147717A CN103882827B CN 103882827 B CN103882827 B CN 103882827B CN 201410147717 A CN201410147717 A CN 201410147717A CN 103882827 B CN103882827 B CN 103882827B
Authority
CN
China
Prior art keywords
reservoir
flood control
runoff
control risk
forecast
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410147717.9A
Other languages
English (en)
Other versions
CN103882827A (zh
Inventor
刘攀
张旺
陈西臻
李泽君
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN201410147717.9A priority Critical patent/CN103882827B/zh
Publication of CN103882827A publication Critical patent/CN103882827A/zh
Application granted granted Critical
Publication of CN103882827B publication Critical patent/CN103882827B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种基于径流集合预报的水库防洪风险率预测方法,包括步骤:步骤1,采用基于多种预报方案获得的径流集合预报成果获得若干组径流预报过程;步骤2,设置水库出库流量阈值和水库水位阈值,并定义水库防洪风险事件;步骤3,基于径流预报过程、水库出库流量阈值、水库水位阈值和当前水库防洪调度方案预测水库上游和下游的防洪风险率。本发明能系统完整的分析水库防洪风险率,可广泛应用于水库防洪调度,为水库防洪调度的科学决策提供依据。

Description

基于径流集合预报的水库防洪风险率预测方法及水库防洪调度方案评价方法
技术领域
本发明涉及水库调度技术领域,特别涉及一种基于径流集合预报的水库防洪风险率预测方法。
背景技术
水库调度通过重新分配水资源时空分布,达到兴利除害的目的。在以防洪为目标的水库调度中,一般将预报成果取最不利情况放大,经水库调洪演算确定是否安全。这种方法不能描述防洪风险情况,通过识别调度决策的风险率,并将其控制在一定可接受范围内,开展防洪风险率计算,具有重要的理论意义和实践价值。
现有的水库防洪风险率预测主要考虑水文预报误差引起的风险率,主要步骤为:①根据预报成果,以及预报误差统计规律,随机生成若干组径流预报过程;②将这些流量过程输入水库调度模型中,统计超过阈值的次数;③根据超阈值次数与总模拟次数的比值,计算防洪风险率。
因此,现有的水库防洪风险率预测存在问题:(1)根据预报误差统计规律生成的径流预报过程,难以描述误差的时间相关特征;(2)无法考虑调度末水位高引起的后续风险率。
发明内容
针对现有技术存在的不足,本发明提供了一种考虑预见期内和余留期的防洪风险、基于径流集合预报的水库防洪风险率预测方法,所预测的防洪风险率与年防洪标准具有相同时间尺度。
为解决上述技术问题,本发明采用如下的技术方案:
一种基于径流集合预报的水库防洪风险率预测方法,用于预测水库下游防洪风险率,包括步骤:
步骤1,采用基于多种预报方案获得的径流集合预报成果获得若干组径流预报过程;
步骤2,设置水库出库流量阈值,并定义水库防洪风险事件,所述的水库防 洪风险事件包括水库出库流量大于水库出库流量阈值的事件;
步骤3,基于径流预报过程、水库出库流量阈值和当前水库防洪调度方案预测水库下游防洪风险率,包括:
(1)预测预见期内水库下游防洪风险率R1,down
R 1 , down = Σ i = 1 m # ( R i , t > Q c , ∀ t = t 1 , t 2 , · · · , t n ) m
其中,Qc为水库出库流量阈值;m为径流集合预报的情景个数,即步骤1获得的径流预报过程的组数;Ri,t为第i个径流集合预报情景下时段t的水库出库流量;#(Ri,t>Qc)表示水库下游是否出现防洪风险事件,所述的防洪风险事件指第i个径流集合预报情景下时段t的水库出库流量Ri,t大于水库出库流量阈值Qc的事件;
(2)预测余留期水库下游防洪风险率R2,down
R 2 , down = Σ i = 1 m R down ( Z i , t n ) m
其中,m为径流集合预报的情景个数,即步骤1获得的径流预报过程的组数; 为第i个径流集合预报情景下预见期末时段tn的水库水位;为以水库水位起调、恰好水库下游发生防洪风险事件的洪水频率,可通过水库调洪演算获得;
(3)预测水库下游总防洪风险率Rdown
R down = Σ i = 1 , i ∈ T m # ( R i , t > Q c , ∀ t = t 1 , t 2 , · · · , t n ) + Σ i = 1 , i ∉ T m R down ( Z i , t n ) m
其中,T表示水库防洪风险事件发生在预报时段内的径流集合预报情景集合;
上述水库出库流量阈值为水库已有的阈值标准。
另一种基于径流集合预报的水库防洪风险率预测方法,用于预测水库上游防洪风险率,包括步骤:
步骤1,采用基于多种预报方案获得的径流集合预报成果获得若干组径流预报过程;
步骤2,设置水库水位阈值,并定义水库防洪风险事件,所述的水库防洪风险事件包括水库水位高于水库水位阈值的事件;
步骤3,基于径流预报过程、水库水位阈值和当前水库防洪调度方案预测水库上游防洪风险率,包括:
(1)在下游安全的前提下,预测预见期内水库上游防洪风险率R1,up
R 1 , up = Σ i = 1 m # ( Z i , t > Z c , ∀ t = t 1 , t 2 , · · · , t n ) m
其中,m为径流集合预报的情景个数,即步骤1获得的径流预报过程的组数;Zc为水库水位阈值;Zi,t为第i个径流集合预报情景下时段t的水库水位;#(Zi,t>Zc)表示水库上游是否出现防洪风险事件,所述的防洪风险事件指第i个径流集合预报情景下时段t的水库水位Zi,t大于水库水位阈值Zc的事件;
(2)预测余留期水库上游防洪风险率R2,up
R 2 , up = Σ i = 1 m R up ( Z i , t n ) m
其中,m为径流集合预报的情景个数,即步骤1获得的径流预报过程的组数;为第i个径流集合预报情景下预见期末时段tn的水库水位;为以水库水位起调、恰好水库上游发生防洪风险事件的洪水频率,可通过水库调洪演算获得
(3)预测水库上游总防洪风险率Rup
R up = Σ i = 1 , i ∈ T m # ( Z i , t > Z c , ∀ t = t 1 , t 2 , · · · , t n ) + Σ i = 1 , i ∉ T m R up ( Z i , t n ) m
其中,T表示水库防洪风险事件发生在预报时段内的径流集合预报情景集合。
上述水库水位阈值为水库已有的阈值标准。
可采用上述预测的水库防洪风险率对当前水库防洪调度方案进行评价:
将权利要求1和/或权利要求3预测的水库防洪风险率与水库当前可接受防洪风险率比较,从而评价当前水库防洪调度方案。
与现有技术相比,本发明具有以下优点和有益效果:
1、基于径流集合预报成果,原汁原味的输入水库调度中,实现了水库预报调度的无缝连接。
2、采用两阶段决策方法,既考虑预见期内,也考虑余留期的水库防洪风险率,提出了一种全新的水库防洪风险率预测方法。
3、本发明预测的防洪风险率与现有的防洪标准相关联,可采用水库原有的阈值标准作为阈值控制,解决了可接受风险难于确定的问题,可用于评价或优化水库防洪调度决策,避免决策的主观性。
附图说明
图1为本发明方法流程图。
具体实施方式
下面将结合附图详细说明本发明方法的具体实施方式。
本发明的基于径流集合预报的水库防洪风险率预测方法,见图1,具体步骤如下:
步骤1,采用径流集合预报成果获得若干组径流预报过程。
传统方法一般采用水文预报成果随机生成若干组径流预报过程,本发明则采用基于多种预报方案获得的径流集合预报成果来获得多组径流预报过程。
步骤2,根据水库特征参数和防洪目的设置水库水位阈值或水库出库流量阈值,并定义水库防洪风险事件,所述的水库防洪风险事件为水库水位高于水库水位阈值或水库出库流量大于水库出库流量阈值的事件。水库水位阈值和水库出库流量阈值可采用水库已有的阈值标准。
步骤3,基于步骤1获得的径流预报过程、步骤2设置的水库水位阈值或水 库出库流量阈值以及当前水库防洪调度方案预测水库防洪风险率。
本步骤依据调度期长度将未来时段分为两阶段:预见期内阶段(第一阶段)和预见期后阶段(第二阶段),第二阶段又称为余留期。
针对不同阶段采用不同方法预测水库防洪风险率:
(1)水库下游防洪风险率的预测:
预见期内的水库下游防洪风险率R1,down采用公式(1)进行预测:
R 1 , down = Σ i = 1 m # ( R i , t > Q c , ∀ t = t 1 , t 2 , · · · , t n ) m - - - ( 1 )
式(1)中:
Qc为下游安全流量,即水库出库流量阈值;
m为径流集合预报的情景个数,即步骤1获得的径流预报过程的组数;
t1、t2、...tn表示预计期内各时段;
Ri,t为第i个径流集合预报情景下时段t的水库出库流量,由当前水库防洪调度方案给出;
#(Ri,t>Qc)表示水库下游是否出现防洪风险事件,表示任意一个,#()即用来统计t1、t2、...tn时段中水库下游出现防洪风险事件的时段数;
余留期的水库下游防洪风险率R2,down采用公式(2)进行预测:
R 2 , down = Σ i = 1 m [ R down ( Z i , t n ) P ( Z i , t n ) ] = Σ i = 1 m R down ( Z i , t n ) m - - - ( 2 )
式(2)中:
m为径流集合预报的情景个数,即步骤1获得的径流预报过程的组数;
表示调度末水库水位为的概率;
为第i个径流集合预报情景下预见期末时段tn的水库水位;
为以水库水位起调、恰好水库下游发生防洪风险事件的洪水 频率,可通过水库调洪演算获得
水库下游总防洪风险率Rdown为:
R down = R 1 , down + P ( R 2 , down | R ‾ 1 , down ) = Σ i = 1 , i ∈ T m # ( R i , t > Q c , ∀ t = t 1 , t 2 , · · · , t n ) + Σ i = 1 , i ∉ T m R down ( Z i , t n ) m - - - ( 3 )
式(3)中:
T表示水库防洪风险事件发生在预报时段内的径流集合预报情景集合;
表示水库下游第一阶段不发生防洪风险事件、而第二阶段发生防洪风险事件的概率。
(2)水库上游防洪风险率的预测:
在下游安全的前提下,预见期内的水库上游防洪风险率R1,up采用公式(4)进行预测:
R 1 , up = Σ i = 1 m # ( Z i , t > Z c , ∀ t = t 1 , t 2 , · · · , t n ) m - - - ( 4 )
式(4)中:
Zc为上游安全水位,即步骤2设置的水库水位阈值;
t1、t2、...tn表示预计期内各时段;
Zi,t为第i个径流集合预报情景下时段t的水库水位,由当前水库防洪调度方案给出;
m为径流集合预报的情景个数,即步骤1获得的径流预报过程的组数;
#(Zi,t>Zc)表示水库上游是否出现防洪风险事件,表示任意一个,#()即用来统计t1、t2、...tn时段中水库上游出现防洪风险事件的时段数。
余留期的水库上游防洪风险率R2,up采用公式(5)进行预测:
R 2 , up = Σ i = 1 m R up ( Z i , t n ) P ( Z i , t n ) = Σ i = 1 m R up ( Z i , t n ) m - - - ( 5 )
式(5)中:
m为径流集合预报的情景个数,即步骤1获得的径流预报过程的组数;
为第i个径流集合预报情景下预见期末时段tn的水库水位;
表示调度末水库水位为的概率;
为以水库水位起调、恰好水库上游发生防洪风险事件的洪水频率,可通过水库调洪演算获得。
水库上游的总防洪风险率Rup为:
R up = Σ i = 1 , i ∈ T m # ( Z i , t > Z c , ∀ t = t 1 , t 2 , · · · , t n ) + Σ i = 1 , i ∉ T m R up ( Z i , t n ) m - - - ( 6 )
式(6)中:
T表示水库防洪风险事件发生在预报时段内的径流集合预报情景集合。
计算的防洪风险率具有年尺度,与防洪标准相关联,可用水库原有的防洪标准作为水库水位阈值或水库出库流量阈值。本发明预测的水库防洪风险率可用来评价或优化水库防洪调度决策,例如,可将预测获取的水库防洪风险率与水库当前可接受防洪风险率水平相比较,从而评价水库防洪调度方案的可行性。

Claims (6)

1.基于径流集合预报的水库防洪风险率预测方法,用于预测水库下游防洪风险率,其特征在于,包括步骤:
步骤1,采用基于多种预报方案获得的径流集合预报成果获得若干组径流预报过程;
步骤2,设置水库出库流量阈值,并定义水库防洪风险事件,所述的水库防洪风险事件包括水库出库流量大于水库出库流量阈值的事件;
步骤3,基于径流预报过程、水库出库流量阈值和当前水库防洪调度方案预测水库下游防洪风险率,包括:
(1)预测预见期内水库下游防洪风险率R1,down
R 1 , down = Σ i = 1 m # ( R i , t > Q c , ∀ , t = t 1 , t 2 , . . . , t n ) m
其中,Qc为水库出库流量阈值;m为径流集合预报的情景个数,即步骤1获得的径流预报过程的组数;Ri,t为第i个径流集合预报情景下时段t的水库出库流量;#(Ri,t>Qc)表示水库下游是否出现防洪风险事件,所述的防洪风险事件指第i个径流集合预报情景下时段t的水库出库流量Ri,t大于水库出库流量阈值Qc的事件;
(2)预测余留期水库下游防洪风险率R2,down
R 2 , down = Σ i = 1 m R down ( Z i , t n ) m
其中,m为径流集合预报的情景个数,即步骤1获得的径流预报过程的组数;Zi,tn为第i个径流集合预报情景下预见期末时段tn的水库水位;Rdown(Zi,tn)为以水库水位Zi,tn起调、恰好水库下游发生防洪风险事件的洪水频率,通过水库调洪演算获得;
(3)预测水库下游总防洪风险率Rdown
R down = Σ i = 1 , i ∈ T m # ( R i , t > Q c , ∀ t = t 1 , t 2 , . . . , t n ) + Σ i = 1 , i ∉ T m R down ( Z i , t n ) m
其中,T表示水库防洪风险事件发生在预报时段内的径流集合预报情景集合。
2.如权利要求1所述的基于径流集合预报的水库防洪风险率预测方法,其特征在于:
所述的水库出库流量阈值为水库已有的阈值标准。
3.基于径流集合预报的水库防洪风险率预测方法,用于预测水库上游防洪风险率,其特征在于,包括步骤:
步骤1,采用基于多种预报方案获得的径流集合预报成果获得若干组径流预报过程;
步骤2,设置水库水位阈值,并定义水库防洪风险事件,所述的水库防洪风险事件包括水库水位高于水库水位阈值的事件;
步骤3,基于径流预报过程、水库水位阈值和当前水库防洪调度方案预测水库上游防洪风险率,包括:
(1)在下游安全的前提下,预测预见期内水库上游防洪风险率R1,up
R 1 , up = Σ i = 1 m # ( Z i , t > Z c , ∀ , t = t 1 , t 2 , . . . , t n ) m
其中,m为径流集合预报的情景个数,即步骤1获得的径流预报过程的组数;Zc为水库水位阈值;Zi,t为第i个径流集合预报情景下时段t的水库水位;#(Zi,t>Zc)表示水库上游是否出现防洪风险事件,所述的防洪风险事件指第i个径流集合预报情景下时段t的水库水位Zi,t大于水库水位阈值Zc的事件;
(2)预测余留期水库上游防洪风险率R2,up
R 2 , up = Σ i = 1 m R up ( Z i , t n ) m
其中,m为径流集合预报的情景个数,即步骤1获得的径流预报过程的组数;Zi,tn为第i个径流集合预报情景下预见期末时段tn的水库水位;Rup(Zi,tn)为以水库水位Zi,tn起调、恰好水库上游发生防洪风险事件的洪水频率,通过水库调洪演算获得Rup(Zi,tn);
(3)预测水库上游总防洪风险率Rup
R up = Σ i = 1 , i ∈ T m # ( Z i , t > Z c , ∀ , t = t 1 , t 2 , . . . , t n ) + Σ i = 1 , i ∉ T m R up ( Z i , t n ) m
其中,T表示水库防洪风险事件发生在预报时段内的径流集合预报情景集合。
4.如权利要求3所述的基于径流集合预报的水库防洪风险率预测方法,其特征在于:
所述的水库水位阈值为水库已有的阈值标准。
5.一种水库防洪调度方案评价方法,其特征在于:
采用权利要求1和/或权利要求3预测的水库防洪风险率评价当前水库防洪调度方案。
6.如权利要求5所述的水库防洪调度方案评价方法,其特征在于:
所述的采用权利要求1和/或权利要求3预测的水库防洪风险率评价当前水库防洪调度方案,具体为:
将权利要求1和/或权利要求3预测的水库防洪风险率与水库当前可接受防洪风险率比较,从而评价当前水库防洪调度方案。
CN201410147717.9A 2014-04-14 2014-04-14 基于径流集合预报的水库防洪风险率预测方法及水库防洪调度方案评价方法 Active CN103882827B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410147717.9A CN103882827B (zh) 2014-04-14 2014-04-14 基于径流集合预报的水库防洪风险率预测方法及水库防洪调度方案评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410147717.9A CN103882827B (zh) 2014-04-14 2014-04-14 基于径流集合预报的水库防洪风险率预测方法及水库防洪调度方案评价方法

Publications (2)

Publication Number Publication Date
CN103882827A CN103882827A (zh) 2014-06-25
CN103882827B true CN103882827B (zh) 2015-09-02

Family

ID=50951930

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410147717.9A Active CN103882827B (zh) 2014-04-14 2014-04-14 基于径流集合预报的水库防洪风险率预测方法及水库防洪调度方案评价方法

Country Status (1)

Country Link
CN (1) CN103882827B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105320827B (zh) * 2014-07-06 2018-07-13 嘉兴河海中控信息科技有限公司 降雨径流预报系统
CN105178240B (zh) * 2015-06-08 2017-11-28 武汉大学 一种绘制p‑iii型分布频率曲线的优化方法
CN105224801B (zh) * 2015-10-08 2017-09-26 中国长江电力股份有限公司 一种多因子水库入库流量短期预报评价方法
CN105976101A (zh) * 2016-04-29 2016-09-28 武汉大学 一种基于svm与dpy的预报-决策耦合水库调度方法
CN106777775B (zh) * 2017-01-10 2020-02-14 清华大学 一种基于多断面水位预测河流流量的神经网络方法
CN107423811B (zh) * 2017-07-04 2018-12-14 河海大学 基于bp人工神经网络和情景模拟组合的径流变化归因识别方法
CN107248015B (zh) * 2017-07-07 2020-06-09 武汉大学 基于集合预报的水库实时蓄水调度方法
CN107609787A (zh) * 2017-09-27 2018-01-19 福建四创软件有限公司 基于自动生成预案的闸泵群联合自动调度方法
CN107818072B (zh) * 2017-09-30 2019-03-12 河海大学 考虑误差相关性的水库实时防洪调度风险解析计算方法
CN113077163B (zh) * 2021-04-14 2023-07-11 湖北清江水电开发有限责任公司 耦合预报的梯级水库群两阶段弃水风险评估方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101864750A (zh) * 2010-06-29 2010-10-20 西安理工大学 多模型综合集成洪水预报系统及其预报方法
GB2500826A (en) * 2010-10-25 2013-10-02 Chevron Usa Inc Computer-implemented systems and methods for forecasting performance of water flooding of an oil reservoir system using a hybrid analytical-empirical

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101864750A (zh) * 2010-06-29 2010-10-20 西安理工大学 多模型综合集成洪水预报系统及其预报方法
GB2500826A (en) * 2010-10-25 2013-10-02 Chevron Usa Inc Computer-implemented systems and methods for forecasting performance of water flooding of an oil reservoir system using a hybrid analytical-empirical

Also Published As

Publication number Publication date
CN103882827A (zh) 2014-06-25

Similar Documents

Publication Publication Date Title
CN103882827B (zh) 基于径流集合预报的水库防洪风险率预测方法及水库防洪调度方案评价方法
CN105243502B (zh) 一种基于径流区间预测的水电站调度风险评估方法及系统
CN108416690A (zh) 基于深度lstm神经网络的电网负荷预测方法
CN107248015B (zh) 基于集合预报的水库实时蓄水调度方法
CN105512767A (zh) 一种多预见期的洪水预报方法
CN102779223A (zh) 短期电力负荷预测的方法及装置
CN103198235A (zh) 基于风功率纵向时刻概率分布的风功率预测值预评估方法
CN104699890B (zh) 一种城网配变重过载短期预警模型的建模方法
CN103699771B (zh) 一种冷负荷预测的情景-聚类方法
CN109961160B (zh) 一种基于潮流参数的电网未来运行趋势预估方法及系统
CN103810532B (zh) 优化城市排水系统运行状况的方法
CN106803137A (zh) 城市轨道交通afc系统实时进站客流量异常检测方法
CN104701890A (zh) 考虑风电功率溢出的含风电场电力系统旋转备用优化方法
CN104123591A (zh) 基于智能网格分类和模糊神经网络的天然气负荷预测方法
CN104239963A (zh) 基于灰色gm(1,1)模型查找异常电能表的方法
CN102780581A (zh) 一种基于随机型网络演算的afdx端端时延上界计算方法
CN103984994A (zh) 一种城市轨道交通客流高峰持续时间预测方法
CN104674748B (zh) 一种梯级水电站群弃水概率量化方法
CN103853939A (zh) 一种基于社会经济因素影响的电力系统月度负荷的组合预测方法
CN107808237A (zh) 一种并联水库群实时防洪风险解析计算方法
CN106027288A (zh) 一种配电线路信息监测业务通信流量预测方法
CN103870890A (zh) 高速公路网交通流量分布的预测方法
CN102904248B (zh) 基于风电出力不确定性集合的电力系统调度方法
CN107818072B (zh) 考虑误差相关性的水库实时防洪调度风险解析计算方法
CN104993966B (zh) 一种电力综合业务网流量预测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant