CN106228242A - 一种基于优化算法的高精度调洪演算方法 - Google Patents
一种基于优化算法的高精度调洪演算方法 Download PDFInfo
- Publication number
- CN106228242A CN106228242A CN201610608036.7A CN201610608036A CN106228242A CN 106228242 A CN106228242 A CN 106228242A CN 201610608036 A CN201610608036 A CN 201610608036A CN 106228242 A CN106228242 A CN 106228242A
- Authority
- CN
- China
- Prior art keywords
- formula
- reservoir
- letdown flow
- corresponding relation
- head
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 34
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 24
- 238000005457 optimization Methods 0.000 claims abstract description 6
- 230000002068 genetic effect Effects 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 abstract description 15
- 238000013178 mathematical model Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 9
- 238000000205 computational method Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Evolutionary Biology (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Bioinformatics & Computational Biology (AREA)
- Marketing (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Biomedical Technology (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Physiology (AREA)
- Genetics & Genomics (AREA)
- Artificial Intelligence (AREA)
- Operations Research (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Control Of Non-Electrical Variables (AREA)
Abstract
一种基于优化算法的高精度调洪演算方法,该方法包括以下步骤:步骤1:获得库水位Z和库容V之间关系函数,即V=f(Z);步骤2:推求出下泄流量q与堰顶水头H0之间的对应关系;步骤3:得到下泄流量q与库水位Z之间的对应关系;步骤4:水库蓄泄方程q=f(V);步骤5:根据水库蓄泄方程亦可以推出库容V与下泄流量q之间的对应关系,即V=g(q);步骤6:根据水量平衡方程和库容与下泄流量之间的对应关系,获得出库流量优选的数学模型步骤7:采用优选算法求解步骤6的数学优化模型,获得每个时刻的最优出库流量;步骤8:实现高精度调洪演算。本发明提供的一种基于优化算法的高精度调洪演算方法,可以解决精度不足的问题,使得调洪演算结果的精度得到了显著的提升,计算方便。
Description
技术领域
本发明涉及水库调洪演算方法,尤其是一种基于优化算法的高精度调洪演算方法。
背景技术
水库调洪演算是洪水灾害管理中重要的非工程措施之一,其计算结果的准确性与高效性对防洪的成效有重大的影响,对坝工设计有重要的意义。水库调洪演算计算方法很多,根据水量平衡原理产生的计算方法有试算法、半图解法、简化三角形法、泄量库容关系曲线法、迭代法等。
试算法可用于有闸门控制时的复杂泄流情况以及时段Δt有变化时的情况,其缺点是计算繁琐、工作量大,更适用于计算机程序计算。半图解法也称单辅助曲线法,计算量较试算法小,但为提高辅助曲线的精度,Δt不能过大,并只适用于自由泄流及时段Δt固定的情况。简化三角形法在复核小水库的防洪能力时较方便,但由于其前提是假定溢洪道是无闸门控制,汛前水位与堰顶平齐,下泄流量过程呈直线变化,入库流量过程为曲线型或概化为三角型,易降低计算结果的精确度,也不适用于有闸门控制的溢洪道,同时在由入库流量过程线与下泄流量过程线间的面积查q-V关系曲线得q′m时,若q′m≠qm,则需另设q′m重新计算,其工作量较大。泄量库容关系曲线法可以用于复杂的泄流情况,同时对时段变化也无限制,其计算量较小,不需试算。但过程控制过于繁琐,曲线绘制难度相对较大。迭代法作为调洪演算最常用的方法,其计算时间较短,但精度相对较低。
发明内容
本发明所要解决的技术问题是提供一种基于优化算法的高精度调洪演算方法,可以解决精度不足的问题,使得调洪演算结果的精度得到了显著的提升,计算方便。
为解决上述技术问题,本发明所采用的技术方案是:一种基于优化算法的高精度调洪演算方法,该方法包括以下步骤:
步骤1:采用Excel表格中的曲线拟合功能,根据库水位Z与库容V之间的离散数据,获得库水位Z和库容V之间关系函数,即V=f(Z);
步骤2:根据堰流公式和孔口泄流公式推求出下泄流量q与堰顶水头H0之间的对应关系为
或
式中,q电为发电洞泄流量;ε为侧收缩系数,按经验公式计算,σs为淹没系数,m为闸孔数目,b为闸孔净宽,H0为堰顶水头;μ为流量系数,A为孔口面积,H′0为孔口作用水头;
由式(6)和式(7)可知堰顶水头H0与下泄流量q之间关系复杂,所以采用列表法导出两者之间的对应关系;
步骤3:根据步骤2中得到的下泄流量q与堰顶水头H0之间的对应关系,利用下式堰顶水头与库水位之间的关系即可得到下泄流量q与库水位Z之间的对应关系。
Z=H1+H0 (8)
式中,H1为堰顶高程;
步骤4:根据水位Z和库容V之间的对应关系及库水位Z和下泄流量q之间的对应关系即可导出下泄流量与库容之间的对应关系,即水库蓄泄方程q=f(V);
步骤5:根据水库蓄泄方程亦可以推出库容V与下泄流量q之间的对应关系,即V=g(q);
步骤6:根据水量平衡方程和库容与下泄流量之间的对应关系,获得出库流量优选的数学模型,描述如下
求:出库流量q
目标函数:
式中:Qi、qi、Qi+1、qi+1分别为第i时段始、末水库的入库流量和出库流量(单位:m3/s)。Δt为i时段的时间间隔(单位:s);
满足约束条件:入库流量和出库流量的上下限值,通常取为[0,nQmax],n为大于等于1的常数;
步骤7:采用优选算法求解步骤6的数学优化模型,即得到下泄流量过程;
步骤8:优化结果分析
根据优化算法程序求得的下泄流量得到下泄流量与时间关系曲线,即q=f(t);然后结合q=f(t)曲线得到下泄流量和入库流量与时间关系曲线第一交点的的坐标,即得到该洪水过程中的最大下泄流量,同时推求出与之对应的最高水位,即校核洪水位,从而实现高精度调洪演算。
步骤2中,根据堰流公式和孔口泄流公式推求出下泄流量q与堰顶水头H0之间的对应关系的过程为
堰流公式:
式中,ε为侧收缩系数,按经验公式计算,σs为淹没系数,m为闸孔数目,b为闸孔净宽,H0为堰顶水头;
侧收缩系数经验公式
式中:m——堰孔数;H0——堰顶水头;
Ka——边墩形状系数,对与土坝邻接的高溢流堰,取Ka=0.2;
Kp——闸墩形状系数,对于3型闸墩,取Kp=0;
孔口泄流公式:
式中,μ为流量系数,A为孔口面积,H0′为孔口作用水头;
则下泄流量q与堰顶水头H0的关系式为
或
式中,q电为发电洞泄流量。
步骤7中,采用遗传算法来求解步骤6的数学优化模型,遗传算法采用MATLAB进行编程计算。
本发明方法的原理如下:
水库调洪演算的基本原理:逐时段地联立求解水库的水量平衡方程和水库蓄泄方程。水量平衡方程:
式中:Q1、Q2分别为计算时段始、末的入库流量;q1、q2分别为计算时段始、末的出库流量;V1、V2分别为计算时段始、末水库的蓄水量;Δt为计算时段,一般取1~6小时。
由溢洪道泄流公式可知,出库流量q是水位Z的函数,而根据水库库容曲线可知,水位Z是库容V的函数。则,可推导得到水库蓄泄方程:
q=f(V) (2)
联立求解水量平衡方程和水库蓄泄方程,即可由前一时段的初始值求出的q2、V2作为后一时段的初始值进行计算,最终得到下泄洪水过程线。
由已知的Q-t曲线和求得的q-t曲线得到两者交点处的下泄流量q,则由式(2)可求出对应的库容V,并由已知的库容水位关系求得对应的水位Z即为所求的本次洪水过程对应的校核洪水位。
本发明提供的一种基于优化算法的高精度调洪演算方法,根据水量平衡方程和水库蓄泄方程推求出了采用优化算法进行调洪演算的目标函数和约束条件,可以解决现有方法精度不足的问题,使得调洪演算结果的精度得到了显著的提升,计算方便,该方法还可用于水库的调度计算中,同时可以采用粒子群优化算法、蚁群优化算法等多种可以用于求解极值问题的优化算法用于本专利提出的优化算法模型中进行调洪演算。
附图说明
下面结合附图和实施例对本发明作进一步说明:
图1为本发明实施例一步骤8中求得的下泄流量和入库流量与时间关系曲线。
具体实施方式
实施例一
水库情况:实施例一对西南某水库的某一校核洪水过程进行调洪演算,基本计算资料如表1和表2所示:
表1校核洪水过程
表2库容水位关系
一种基于优化算法的高精度调洪演算方法,该方法包括以下步骤:
步骤1:采用Excel表格中的曲线拟合功能,根据表2中库水位Z与库容V之间的离散数据,获得库水位Z和库容V之间关系函数,
即V=f(Z)=V=370571Z2+621915Z-2×106 (10);
步骤2:选取堰流公式进行计算
下泄洪量
式中,ε为侧收缩系数,按经验公式计算,σs为淹没系数,m为闸孔数目,b为闸孔净宽,H0为堰顶水头;
侧收缩系数经验公式
式中:m——堰孔数;H0——堰顶水头;
Ka——边墩形状系数,对与土坝邻接的高溢流堰,取Ka=0.2;
Kp——闸墩形状系数,对于3型闸墩,取Kp=0;
q电为发电洞泄流量
其中闸孔数目m=2、闸孔净宽b=9m、淹没系数σs为1、侧收缩系数计算公式中取Ka=0.2、Kp=0,则流量公式如下
q电=10m3/s,
采用列表法导出堰顶水头H0与下泄流量q之间的对应关系如表3所示
表3出库流量、对应水位与库容关系
步骤3:根据步骤2中得到的下泄流量q与堰顶水头H0之间的对应关系,利用下式堰顶水头与库水位之间的关系即可得到下泄流量q与库水位Z之间的对应关系
Z=H1+H0 (8)
式中,H1为堰顶高程;从而得到库水位Z与下泄流量q之间的对应关系如表3所示
步骤4:根据水位Z和库容V之间的对应关系及库水位Z和下泄流量q之间的对应关系即可导出下泄流量q与库容之V间的对应关系,
即水库蓄泄方程
步骤5:根据水库蓄泄方程亦可以推出库容V与下泄流量q之间的对应关系,
即V=g(q)=V=5324.2q2+106q+7×107 (13)
步骤6:根据水量平衡方程和库容与下泄流量之间的对应关系,获得出库流量优选的数学模型:描述如下
求:出库流量q
目标函数:
式中:Qi、qi、Qi+1、qi+1分别为第i时段始、末水库的入库流量和出库流量(单位:m3/s)。Δt为i时段的时间间隔(单位:s);
满足约束条件:入库流量和出库流量的上下限值,通常取为[0,nQmax],n为大于等于1的常数;
得到式(14)
式中,Qi、Qi+1为附表1中给出的第i时段始末对应的入库流量。由于每一时段间隔为3小时所以Δt取为10800s;
步骤7:采用优选算法求解步骤6的数学优化模型,采用遗传算法来求解步骤6的数学优化模型,遗传算法采用MATLAB进行编程计算,调用程序的参数为:种群数NP=200、最大进化代数NG=1000、最好个体的选择概率q=0.2、杂交概率Pc=0.9、变异概率Pm=0.04、遗传控制精度eps=0.001、约束条件取为[0,1.357Qmax],即[0,3000],
在MATLAB中运行遗传算法的程序,即得到下泄流量过程数据,见表4所示
表4下泄流量过程计算结果
步骤8:优化结果分析
根据优化算法程序求得的下泄流量得到下泄流量与时间关系曲线,即q=f(t),如图1所示;
然后结合q=f(t)曲线得到下泄流量和入库流量与时间关系曲线第一交点的下泄流量为1293m3/s,则可得到对应的校核洪水位为457.04m,从而实现高精度调洪演算。
实施例二
为了方便分析该种方法的计算精度,采用迭代法在同种条件下对该洪水过程进行了调洪演算。迭代法得到的校核洪水位为456.63m,与遗传算法得到的校核洪水位进行对比可得到,遗传算法得到的校核洪水位略高于迭代法得到的校核洪水位,说明了采用遗传算法得到的校核洪水位更为安全。同时对阆中方法的控制精度、两算法的运算时间、水库出库流量的累积误差、库容的累积误差进行了计算,见表5。
表5两种方法的精度评价参数表
由表5可得在保证精度一致的情况下,基于遗传算法的调洪演算计算时间较长,但仍小于试算法、半图解法、简化三角形法、泄量库容关系曲线法等方法的计算时间。在精度方面,基于遗传算法的计算精度远高于迭代法的计算精度。
由以上实例分析可知,本专利发明的基于遗传算法的调洪演算方法是具有高精度的一种调洪演算方法。
Claims (3)
1.一种基于优化算法的高精度调洪演算方法,其特征在于该方法包括以下步骤:
步骤1:采用Excel表格中的曲线拟合功能,根据库水位Z与库容V之间的离散数据,获得库水位Z和库容V之间关系函数,即V=f(Z);
步骤2:根据堰流公式和孔口泄流公式推求出下泄流量q与堰顶水头H0之间的对应关系为
或
式中,q电为发电洞泄流量;ε为侧收缩系数,按经验公式计算,σs为淹没系数,m为闸孔数目,b为闸孔净宽,H0为堰顶水头;μ为流量系数,A为孔口面积,H0′为孔口作用水头;
由式(6)和式(7)可知堰顶水头H0与下泄流量q之间关系复杂,所以采用列表法导出两者之间的对应关系;
步骤3:根据步骤2中得到的下泄流量q与堰顶水头H0之间的对应关系,利用下式堰顶水头与库水位之间的关系即可得到下泄流量q与库水位Z之间的对应关系
Z=H1+H0 (8)
式中,H1为堰顶高程;
步骤4:根据水位Z和库容V之间的对应关系及库水位Z和下泄流量q之间的对应关系即可导出下泄流量与库容之间的对应关系,即水库蓄泄方程q=f(V);
步骤5:根据水库蓄泄方程亦可以推出库容V与下泄流量q之间的对应关系,即V=g(q);
步骤6:根据水量平衡方程和库容与下泄流量之间的对应关系,获得出库流量优选的数学模型:描述如下
求:出库流量q
目标函数:
式中:Qi、qi、Qi+1、qi+1分别为第i时段始、末水库的入库流量和出库流量(单位:m3/s);△t为i时段的时间间隔(单位:s);
满足约束条件:入库流量和出库流量的上下限值,通常取为[0,nQmax],n为大于等于1的常数;
步骤7:采用优选算法求解步骤6的数学优化模型,即得到下泄流量过程;
步骤8:优化结果分析
根据优化算法程序求得的下泄流量得到下泄流量与时间关系曲线,即q=f(t);然后结合q=f(t)曲线得到下泄流量和入库流量与时间关系曲线第一交点的的坐标,即得到该洪水过程中的最大下泄流量,同时推求出与之对应的最高水位,即校核洪水位,从而实现高精度调洪演算。
2.根据权利要求1所述的一种基于优化算法的高精度调洪演算方法,其特征在于:步骤2中,根据堰流公式和孔口泄流公式推求出下泄流量q与堰顶水头H0之间的对应关系的过程为
堰流公式:
式中,ε为侧收缩系数,按经验公式计算,σs为淹没系数,m为闸孔数目,b为闸孔净宽,H0为堰顶水头;
侧收缩系数经验公式
式中:m——堰孔数;H0——堰顶水头;
Ka——边墩形状系数,对与土坝邻接的高溢流堰,取Ka=0.2;
Kp——闸墩形状系数,对于3型闸墩,取Kp=0;
孔口泄流公式:
式中,μ为流量系数,A为孔口面积,H0′为孔口作用水头;
则下泄流量q与堰顶水头H0的关系式为
或
式中,q电为发电洞泄流量。
3.根据权利要求1所述的一种基于优化算法的高精度调洪演算方法,其特征在于:步骤7中,采用遗传算法来求解步骤6的数学优化模型,遗传算法采用MATLAB进行编程计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610608036.7A CN106228242B (zh) | 2016-07-28 | 2016-07-28 | 一种基于优化算法的高精度调洪演算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610608036.7A CN106228242B (zh) | 2016-07-28 | 2016-07-28 | 一种基于优化算法的高精度调洪演算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106228242A true CN106228242A (zh) | 2016-12-14 |
CN106228242B CN106228242B (zh) | 2018-10-23 |
Family
ID=57535046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610608036.7A Active CN106228242B (zh) | 2016-07-28 | 2016-07-28 | 一种基于优化算法的高精度调洪演算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106228242B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107169246A (zh) * | 2017-06-30 | 2017-09-15 | 中国水利水电科学研究院 | 一种特级坝增设非常泄洪设施的判据及量值确定方法 |
CN109446494A (zh) * | 2018-10-19 | 2019-03-08 | 国电南瑞科技股份有限公司 | 一种基于报表引擎的水务计算方法 |
CN109612694A (zh) * | 2018-10-26 | 2019-04-12 | 昆明理工大学 | 一种窗口式排水井架流量系数测定方法 |
CN110468774A (zh) * | 2019-08-20 | 2019-11-19 | 中国水利水电科学研究院 | 一种冰水二相流输水渠道闸门断面冰塞防治方法 |
CN110647179A (zh) * | 2019-09-29 | 2020-01-03 | 长江勘测规划设计研究有限责任公司 | 一种水库实时防洪补偿调度的减压控制水位确定方法 |
CN111242367A (zh) * | 2020-01-08 | 2020-06-05 | 昆明理工大学 | 一种基于粒子群优化算法提高尾矿库库容利用率的调洪方法 |
CN111275242A (zh) * | 2020-01-08 | 2020-06-12 | 昆明理工大学 | 一种基于禁忌搜索优化算法的下游防护的尾矿库调洪方法 |
CN113392447A (zh) * | 2021-05-27 | 2021-09-14 | 长江勘测规划设计研究有限责任公司 | 基于调洪演算的溶洞过流能力计算方法、装置和存储介质 |
CN116628402A (zh) * | 2023-07-20 | 2023-08-22 | 矿冶科技集团有限公司 | 尾矿库调洪演算方法、装置、电子设备及存储介质 |
CN117669921A (zh) * | 2023-11-10 | 2024-03-08 | 山东黄河河务局山东黄河信息中心 | 一种基于水量平衡迭代法的水库调洪演算方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101833609A (zh) * | 2010-03-18 | 2010-09-15 | 北京师范大学 | 一种面向河流生态流量维持的水库优化调度方法 |
JP5014213B2 (ja) * | 2008-03-17 | 2012-08-29 | 中国電力株式会社 | 貯水施設の運用支援システム、運用支援方法及びプログラム |
-
2016
- 2016-07-28 CN CN201610608036.7A patent/CN106228242B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5014213B2 (ja) * | 2008-03-17 | 2012-08-29 | 中国電力株式会社 | 貯水施設の運用支援システム、運用支援方法及びプログラム |
CN101833609A (zh) * | 2010-03-18 | 2010-09-15 | 北京师范大学 | 一种面向河流生态流量维持的水库优化调度方法 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107169246B (zh) * | 2017-06-30 | 2018-03-23 | 中国水利水电科学研究院 | 一种特级坝增设非常泄洪设施的判据及量值确定方法 |
CN107169246A (zh) * | 2017-06-30 | 2017-09-15 | 中国水利水电科学研究院 | 一种特级坝增设非常泄洪设施的判据及量值确定方法 |
CN109446494B (zh) * | 2018-10-19 | 2024-03-15 | 国电南瑞科技股份有限公司 | 一种基于报表引擎的水务计算方法 |
CN109446494A (zh) * | 2018-10-19 | 2019-03-08 | 国电南瑞科技股份有限公司 | 一种基于报表引擎的水务计算方法 |
CN109612694A (zh) * | 2018-10-26 | 2019-04-12 | 昆明理工大学 | 一种窗口式排水井架流量系数测定方法 |
CN110468774A (zh) * | 2019-08-20 | 2019-11-19 | 中国水利水电科学研究院 | 一种冰水二相流输水渠道闸门断面冰塞防治方法 |
CN110647179A (zh) * | 2019-09-29 | 2020-01-03 | 长江勘测规划设计研究有限责任公司 | 一种水库实时防洪补偿调度的减压控制水位确定方法 |
CN111242367A (zh) * | 2020-01-08 | 2020-06-05 | 昆明理工大学 | 一种基于粒子群优化算法提高尾矿库库容利用率的调洪方法 |
CN111275242A (zh) * | 2020-01-08 | 2020-06-12 | 昆明理工大学 | 一种基于禁忌搜索优化算法的下游防护的尾矿库调洪方法 |
CN113392447A (zh) * | 2021-05-27 | 2021-09-14 | 长江勘测规划设计研究有限责任公司 | 基于调洪演算的溶洞过流能力计算方法、装置和存储介质 |
CN113392447B (zh) * | 2021-05-27 | 2022-07-22 | 长江勘测规划设计研究有限责任公司 | 基于调洪演算的溶洞过流能力计算方法、装置和存储介质 |
CN116628402A (zh) * | 2023-07-20 | 2023-08-22 | 矿冶科技集团有限公司 | 尾矿库调洪演算方法、装置、电子设备及存储介质 |
CN116628402B (zh) * | 2023-07-20 | 2023-09-29 | 矿冶科技集团有限公司 | 尾矿库调洪演算方法、装置、电子设备及存储介质 |
CN117669921A (zh) * | 2023-11-10 | 2024-03-08 | 山东黄河河务局山东黄河信息中心 | 一种基于水量平衡迭代法的水库调洪演算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106228242B (zh) | 2018-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106228242A (zh) | 一种基于优化算法的高精度调洪演算方法 | |
CN101403929B (zh) | 一种自动控制闸门泄流量的方法和系统 | |
Tian et al. | Efficient multi-scenario model predictive control for water resources management with ensemble streamflow forecasts | |
Ferdowsi et al. | Hybrid Bat & Particle Swarm Algorithm for optimization of labyrinth spillway based on half & quarter round crest shapes | |
CN106438593A (zh) | 一种存在参数不确定性和负载干扰的电液伺服控制方法及机械臂 | |
CN104318058B (zh) | 基于雨量监测的泥石流预警方法 | |
Nourani et al. | Implementation of artificial neural network technique in the simulation of dam breach hydrograph | |
Vogel | Reliability indices for water supply systems | |
CN103886395A (zh) | 一种基于神经网络模型的水库优化调度方法 | |
Xu et al. | Model reduction in model predictive control of combined water quantity and quality in open channels | |
CN101847171A (zh) | 基于安全监控的边坡位移反分析方法 | |
CN104933268A (zh) | 一种基于一维非恒定流数值模型的洪水分析方法 | |
CN102722611A (zh) | 一种含梯级水电站河流水动力条件并行化数值模拟方法 | |
CN112487732A (zh) | 一种冲积性河道冲淤模拟新方法及系统 | |
CN105631101A (zh) | 一种地震作用下高耸升船机塔柱结构动态分布系数分析方法 | |
Li et al. | Wind power prediction based on PSO-Kalman | |
CN112926786A (zh) | 一种基于关联规则模型和数值模拟的浅水湖泊目标水位逆向预测方法及系统 | |
CN104120690A (zh) | 拦河闸下游一级消力池尾坎高度计算方法 | |
CN110096670B (zh) | 调蓄池削减峰值流量的一种动态计算方法 | |
CN103870699A (zh) | 基于双层异步迭代策略的水动力学洪水演进模拟方法 | |
Goto et al. | Computing with vortices: Bridging fluid dynamics and its information-processing capability | |
CN111461419B (zh) | 一种通航河流水库水沙联合调度方案生成方法 | |
CN103268522A (zh) | 径流算法 | |
Sreeja et al. | An alternate approach for transient flow modeling in urban drainage systems | |
CN112257307A (zh) | 一种水下履带装备行走阻力的仿真计算方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |