CN106874622A - 一种串联多渠池闸门过闸流量系数率定方法 - Google Patents
一种串联多渠池闸门过闸流量系数率定方法 Download PDFInfo
- Publication number
- CN106874622A CN106874622A CN201710146641.1A CN201710146641A CN106874622A CN 106874622 A CN106874622 A CN 106874622A CN 201710146641 A CN201710146641 A CN 201710146641A CN 106874622 A CN106874622 A CN 106874622A
- Authority
- CN
- China
- Prior art keywords
- gate
- water level
- flow
- canal pond
- sequence
- 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 49
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 116
- 238000004458 analytical method Methods 0.000 claims abstract description 38
- 238000011160 research Methods 0.000 claims abstract description 33
- 238000001914 filtration Methods 0.000 claims abstract description 16
- 238000010223 real-time analysis Methods 0.000 claims abstract description 14
- 238000004088 simulation Methods 0.000 claims abstract description 9
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000001133 acceleration Effects 0.000 claims description 9
- 230000005484 gravity Effects 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 8
- 238000003556 assay Methods 0.000 claims description 7
- 230000007704 transition Effects 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 15
- 238000005259 measurement Methods 0.000 description 14
- 230000008676 import Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005206 flow analysis Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 235000002020 sage Nutrition 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种串联多渠池闸门过闸流量系数率定方法,涉及水动力学参数识别领域。所述方法包括:建立研究渠道段的水动力仿真预测模型;结合研究渠道段中各个闸门的流量实测值和水位实测值,利用卡尔曼滤波同化算法获取实时分析水位序列;根据研究渠道段中任意一个渠池γ中的闸门的实时分析水位序列,利用圣维南方程推求得到渠池γ的分析流量序列;利用渠池γ的闸门的实时分析水位序列和所述渠池γ的分析流量序列推求渠池γ过闸流量系数。本发明极大地提高水动力预测模型的精确度,提升预测值的准确性。
Description
技术领域
本发明涉及水动力学参数识别领域,尤其涉及一种串联多渠池闸门过闸流量系数率定方法。
背景技术
大型多渠段供水渠道的运行工况一般不会发生较大的变化。在运行工况基本不变的情况下,闸门的过闸流量与水位关系用一个过闸流量系数描述。
在实际多渠段串联渠道调水工程中,常需要根据闸门流量计算闸门开度,过闸流量系数的率定值越准确,则能提供越合理的闸门操作。因此,能准确描述闸门处流量与水位关系,直接决定对多渠段串联渠道调水工程运行的预测是否准确。
随自动监测技术的发展,现有技术中常采用实测值反推过闸流量系数,具体为:采用实测闸前水位、实测闸后水位、实测过闸流量推导过闸流量系数。然而,现有监测技术对水位和闸门处流量的测量值往往具有一定的误差,水位测量值误差在10%左右,闸门处流量测量值与闸门处流量实际值之间的偏差大,因此,在此种条件下,不能使用流量数据推导过闸流量系数。
卡尔曼滤波由卡尔曼于1960年提出,该方法是在假设系统为线性且噪声是白色高斯型的条件下的一种递推资料处理方法。卡尔曼滤波基本思想包括预报和校正两步:在状态预报阶段,根据前一时刻的状态生成当前时刻状态的预报值;在校正阶段,引入观测数据,采用最小方差估计方法对状态预测进行重新分析和修正。
而现有技术中并未存在利用卡尔曼滤波同化技术的串联多渠池闸门过闸流量系数率定方法,故,提出本申请。
发明内容
本发明的目的在于提供一种串联多渠池闸门过闸流量系数率定方法,从而解决现有技术中存在的前述问题。
为了实现上述目的,本发明所述串联多渠池闸门过闸流量系数率定方法,所述方法包括:
S1,建立研究渠道段的水动力仿真预测模型
获取串联多渠池调水工程中研究渠道段的基本参数,然后构建研究渠道段的水动力仿真预测模型;在所述水动力仿真预测模型中,研究渠道段中渠道处的水位流量关系用圣维南方程描述,研究渠道段中闸门处水位流量关系用过闸流量计算公式描述;
S2,结合研究渠道段中各个闸门的流量实测值和水位实测值,利用卡尔曼滤波同化算法及对所述研究渠道段的水动力仿真预测模型进行校正得到研究渠道段中各个闸门的实时水位校正值序列,将所述实时水位校正值序列作为实时分析水位序列;
S3,根据研究渠道段中任意一个渠池γ中的闸门的实时分析水位序列,利用圣维南方程推求得到渠池γ前、后的过闸流量序列,所述渠池γ前、后的过闸流量序列即为所述渠池γ的分析流量序列;
S4,利用渠池γ的闸门的实时分析水位序列和所述渠池γ的分析流量序列推求渠池γ过闸流量系数。
优选地,步骤S1中:
研究渠道段中渠道处的水位流量关系用圣维南方程描述,见方程组(1):
其中,x和t分别为空间坐标和时间坐标;A为渠道处的过流面积;Q为渠道过闸流量;h为水深;S0为渠道底坡;g为重力加速度;Sf为摩擦坡度,定义Sf=Q|Q|/k2,k为流量模数;
所述闸门处水位流量关系描述用过闸流量Q计算公式描述,见公式(2):
其中,Cd为过闸流量系数,b为闸门的计算宽度,n为闸门个数;H0、Hs分别为闸门前水位、闸门后水位;e为闸门开度。
更优选地,所述过闸流量Q计算公式的限制条件为淹没出流的条件,所述淹没出流的条件包括两个具体条件:
第一个条件:
第二条件:
优选地,步骤S2,具体按照下述步骤实现:
S21,将研究渠道段作为一个整体,构造整体的状态转移方程组;
设定研究渠道段的闸门处属于内边界,对整个研究渠道段,利用水动力学模型形成的封闭代数方程组矩阵形式为公式(3):
θ×ΔX=D (3)
在所述公式(3)的基础上,获取所述整个研究渠道段的所有断面水位的状态向量,将闸门处的闸门前、后水位和闸门前、后流量作为观测变量,得到整体状态转移方程组(4):
xt、xt+1分别表示t时刻、t+1时刻的闸门前、后观测流量;yt表示t时刻的闸门前、后观测水位;θ表示预测模型算子;H表示观测算子,ωt表示t时刻的模型误差;vt表示t时刻的观测误差;
S22,在整体的状态转移方程组的基础上,利用卡尔曼滤波同化算法进行实时校正,得到方程组(5);
方程组(5)中,i表示迭代计算时刻,a表示分析值,为分析水位,b表示观测值,为观测水位或观测流量,f表示预测值;K代表卡尔曼滤波增益;Pi f表示预测误差协方差;Pi a表示分析误差协方差;Qi为模型误差方差,假设模型误差无偏;θ为预测模型算子;
S23,将得到的每个观测水位值带入到方程组(5)中,得到每一步闸门的实时水位校正值序列。
优选地,步骤S3,具体按照下述步骤实现:
将不包含前、后闸门的任意一个渠池γ作为分析对象,将渠池γ前、渠池γ后水位作为渠池γ的边界条件,在所述渠池γ的分析水位已知的条件下,利用圣维南方程(1)和(6)计算得到渠池前流量和渠池后流量;
式中,其中,x和t分别为空间坐标和时间坐标;A为渠道处的过流面积;Q为渠道过闸流量;h为水深;S0为渠道底坡;g为重力加速度;Sf为摩擦坡度,定义Sf=Q|Q|/k2,k为流量模数;Z1、Z2代表渠池γ两端的水位边界,Za 1(t)、Za 2(t)为渠池γ的实时分析水位序列。
优选地,步骤S4,在渠池γ的闸门的实时分析水位序列和所述渠池γ的分析流量序列的基础上,采用公式(7)推求渠池γ过闸流量系数:
其中,C表示过闸流量系数,通过渠道过闸流量Q、闸门前水位H0、闸门后水位Hs逆推得到C序列,b为闸门的计算宽度,n为闸门个数,e为闸门开度,g为重力加速度;
然后再用最小二乘法,将所述C序列拟合出一个流量系数C′,所述流量系数C′即为所述方法推求得到的目标流量系数。
本发明的有益效果是:
1、在串联多渠池渠道闸门处流量测量误差过大、水位测量值误差处于可接受范围内的情况下,本发明应用卡尔曼滤波技术,得到一套分析水位值和分析流量值,然后利用分析水位值和分析流量值推求得到精确的闸门过闸流量系数。
2、本发明所述方法针对不同的工况利用实测数据反演出不同的闸门过闸流量系数,将闸门过闸流量系数再代入到预测模型中,极大地提高水动力预测模型的精确度,提升预测值的准确性。
附图说明
图1是串联多渠池闸门过闸流量系数率定方法的流程示意图;
图2是刁河节制闸闸前水位实测值与计算结果对比示意图;
图3是刁河节制闸闸后水位实测值与计算结果对比示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不用于限定本发明。
关于本申请的更详细的解释说明为:
(一)在步骤S1中,水动力仿真预测模型中各个关系的表达如下:
①、研究渠道段中渠道处的水位流量关系用圣维南方程描述,见方程组(1):
其中,x和t分别为空间坐标和时间坐标;A为渠道处的过流面积;Q为渠道过闸流量;h为水深;S0为渠道底坡;g为重力加速度;Sf为摩擦坡度,定义Sf=Q|Q|/k2,k为流量模数;
②、闸门处水位流量关系
其中,Qup和Qdown分别为闸门前流量、闸门后流量;H0、Hs分别为闸门前水位、闸后水位;f为过闸流计算公式;e为闸门开度;
此外,为满足方程组(2)的定解条件,还需要增加部边界限制条件,如方程组(3)表示:
其中,Z1、Zn表示渠段的计算边界为水位边界;Z1(t)、Zn(t)表示水位随时间变化过程。
关于方程组(2)难点在于Q=f(H0,Hs,e)关系的描述,方程组(2)中的Q=f(H0,Hs,e)采用过闸流量经验公式进行推导;因为串联多渠池调水工程为淹没出流,所以推导淹没出流条件下的Q=f(H0,Hs,e),其中,淹没出流的条件包括两个:
第一个条件:
第二条件:
在两个淹没条件的基础上,获得流量Q的计算公式为公式(4);
其中,Cd为过闸流量系数,b为闸门的计算宽度,n为闸门个数;H0、Hs分别为闸门前水位、闸后水位;e为闸门开度。
③、为满足现行显示表达,将方程组(1)、方程组(2)和方程组(3)分别进行增量线性化处理,方程组(1)、方程组(2)和方程组(3)分别简化为方程组(5)的格式:
其中,Δhj和Δhj+1分别表示当前时刻j和下一时刻j+1处的水位值;ΔQj和ΔQj+1分别表示当前时刻j和下一时刻j+1处的流量增量;aj、ej+1为方程组(1)或方程组(2)或方程组(3)增量线性化后Δhj前的系数;bj、aj+1为方程组(1)或方程组(2)或方程组(3)增量线性化后ΔQj前的系数;cj、bj+1为方程组(1)或方程组(2)或方程组(3)增量线性化后Δhj+1前的系数;dj、cj+1为方程组(1)或方程组(2)或方程组(3)增量线性化后ΔQj+1前的系数;pj、pj+1为方程组(1)或方程组(2)或方程组(3)增量线性化后所有的常量。
(二)步骤S2中,获取实时分析水位序列,具体按照下述步骤实现:
S21,将研究渠道段作为一个整体,构造整体的状态转移方程组;
设定研究渠道段的闸门处属于内边界,对整个研究渠道段,利用水动力学模型形成的封闭代数方程组矩阵形式为公式(6):
A×ΔX=D (6)
在所述公式(6)的基础上,获取所述整个研究渠道段的所有断面水位的状态向量,将闸门处的闸门前、后水位和闸门前、后流量作为观测变量,得到整体状态转移方程组(7):
xt、xt+1分别表示t时刻、t+1时刻的闸门前、后观测流量;yt表示t时刻的闸门前、后观测水位;θ表示预测模型算子;H表示观测算子,ωt表示t时刻的模型误差;vt表示t时刻的观测误差;
所有计算断面的观测流量xt=[Z1,Q1,Z2,Q2,……ZN,QN]T,下标1、2、…、N表示观测值编号
所有计算断面观测水位值yt=[Z1,Z2,……Zn]T,下标1、2、…、N表示观测值编号。
式中,H表示观测算子用表示。
S22,在整体的状态转移方程组的基础上,利用卡尔曼滤波同化算法进行实时校正,得到方程组(8):
方程组(8)中,i表示迭代计算时刻,a表示分析值,为分析水位,b表示观测值,为观测水位或观测流量,f表示预测值;K代表卡尔曼滤波增益;Pi f表示预测误差协方差;Pi a表示分析误差协方差;Qi为模型误差方差,假设模型误差无偏;θ为预测模型算子;
利用实测值yi=[Z1,Z2,……Zn]T修正得ya i=[Za 1,Za 2,……Za n]T。
(四)步骤时S3中,具体按照下述步骤实现:
将不包含前、后闸门的任意一个渠池γ作为分析对象,将渠池γ前、渠池γ后水位作为渠池γ的边界条件,在所述渠池γ的分析水位已知的条件下,利用圣维南方程(1)和(9)计算得到渠池前流量和渠池后流量;
式中,其中,x和t分别为空间坐标和时间坐标;A为渠道处的过流面积;Q为渠道过闸流量;h为水深;S0为渠道底坡;g为重力加速度;Sf为摩擦坡度,定义Sf=Q|Q|/k2,k为流量模数;Z1、Z2代表渠池γ两端的水位边界,Za 1(t)、Za 2(t)为渠池γ的实时分析水位序列。
举例解释:假设某一渠池编号与下游节制闸编号相同,即渠池i的下游节制闸编号也为i。由方程组(1)和方程组(9)即可求出渠池i的渠池前过闸流量Qup i(t)和渠池后的过闸流量Qdown i(t);同理对应于渠池i-1可求得过闸流量Qup i-1(t)和Qdown i-1(t)。对于渠池i和i-1,假设两者相邻节制闸编号为i-1。由于节制闸闸前和闸后流量不一样,这里假设Qi-1(t)=(Qdown i-1(t)+Qup i(t))/2,将此流量作为节制闸i-1的分析流量。同理可求出所有节制闸的分析流量。
(五)步骤S4,在渠池γ的闸门的实时分析水位序列和所述渠池γ的分析流量序列的基础上,采用公式(10)推求渠池γ过闸流量系数:
其中,C表示过闸流量系数,通过渠道过闸流量Q、闸门前水位H0、闸门后水位Hs逆推得到C序列,b为闸门的计算宽度,n为闸门个数,e为闸门开度,g为重力加速度;公式(10)中的Q、H0、Hs均为分析序列,推求得到的C为对应的过闸流量序列。
假设得到某一个节制闸的闸前水位、闸后水位和流量分析序列,
应用最小二乘法,拟合出一个流量系数C′,C′为利用分析值推求的过闸流量系数。
实施例1
南水北调中线工程可缓解中国北方水资源短缺的问题,改善生态环境,促进经济社会可持续发展,具有重要的战略意义。南水北调中线干线工程从陶岔渠首到北京团城湖长1277km,共设置64座节制闸(除惠南站泵站外,均是弧形闸门),这是实现南水北调中线工程适时适量供水的基础。过闸流量的计算是精确实施渠道控制的前提条件,精确的计算过闸流量可以保障渠道保质保量的供水,确保渠道安全运行。本实施步骤如下:
步骤一:按照不同的流量过程,将中线的工况分为多个运行工况,选定在某一工况下,中线的各节制闸的实测开度过程和实测的闸前、闸后水位过程。
中线在的运行工况一般为1个月内改变一次,从当月24号到下月的24号为一个工况运行周期。收集在一个工况运行周期内一段时间内的水位和闸门开度过程,对于有分水口的渠段还应该收集分水口的流量数据。选取2016年7月1日至20日的数据作为观测值,观测值间隔为2小时。
采用中线渠首到十二里河渡槽节制闸之间的渠段作为研究段,将陶岔渠首水位和十二里河渡槽节制闸闸后水位作为外边界。则需利用的边界数据和闸门处数据包括:
表1观测水位过程
表2观测分水过程
观测分水过程 |
肖楼分水口 |
望城岗分水口 |
彭家分水口 |
谭寨分水口 |
姜沟分水口 |
表3观测闸门开度过程
观测闸门开度过程 |
渠首闸门 |
刁河渡槽进口节制闸 |
湍河渡槽进口节制闸 |
严陵河渡槽进口节制闸 |
淇河倒虹吸出口节制闸 |
十二里河渡槽进口节制闸 |
步骤二:将实测开度过程也作为基本参数,同时根据经验参数Henry公式处理得到过闸流量系数,构造水动力预测模型。
对于水动力预测模型,首先需要得到初始时刻的值。这里假设7月1日0时的过程为恒定流过程,利用水位值进行全线水位和流量计算。
利用初始值及实测分水、实测闸门开度过程构造预测模型。
分水口处的处理方式:q(t)表示t时刻分水口分水量。
步骤三:以整个渠段为分析对象构造状态空间矩阵,利用卡尔曼滤波同化技术,结合实测水位,对预测值进行实时校正,并得到分析水位过程(0-1)。
根据已知的初始状态向量按顺序带入以上公式便可实现卡尔曼滤波的校正计算。可根据实测值修正得到预测值。
步骤四:以单一渠池为分析对象,利用圣维南方程求解渠池前、后流量,将流量作为分析流量。
以第一个渠池为例,即渠首闸门与刁河渡槽进口节制闸之间的渠池进行分析。由于已知,则可由圣维南方程组及边界条件求解未知量:
圣维南方程:
边界条件:
即可得到渠池1的进、出口流量Q1、Q2。
步骤五:使用分析水位和分析流量过程,利用最小二乘法得到闸门过闸流量系数。对于任何闸门,可由步骤四得到其闸前流量和闸后流量,取其均值作为过闸流量Q。则按照步骤三和步骤四可得到某一闸门的闸前水位、闸后水位和过闸流量分析序列。令应用最小二乘法原理,将流量分析值Qi与计算值fi(fi=C*ai)的偏差的平方和。最小作为优化依据。
令将s对C求导数,得当s最小时,即因此,流量系数的计算公式(0-3)为:
具体过程说明见图1、图2和图3,表4。
表4刁河节制闸流量、水位及过闸流量系数分析结果
本申请中,对于水动力模型而言,利用实测值结合卡尔曼滤波,实现对预测值的修正。这里将修正得到的值称为分析值。分析值即满足能够跟预测模型相结合,又能保证跟实测值具有相同的变化趋势,因此使用分析值进行参数反演计算。
对于包含闸门模块的水动力学模型而言,如果闸门开度和边界是给定的,就可建立预测模型。对于串联多渠池渠道,将整个渠段作为整体,将节制闸处作为内节点处理,将节点处实测水位为已知信息,然后利用卡尔曼滤波同化技术,修正水位值。将单一的渠池作为考虑对象,在渠池池前和池后水位已知的情况下,应用圣维南方程推导出渠池流量,将得出的流量称为分析流量。在得到一系列分析水位和分析流量后,利用最小二乘法对过闸流量系数进行推导。
通过采用本发明公开的上述技术方案,得到了如下有益的效果:
1、在串联多渠池渠道闸门处流量测量误差过大、水位测量值误差处于可接受范围内的情况下,本发明应用卡尔曼滤波技术,得到一套分析水位值和分析流量值,然后利用分析水位值和分析流量值推求得到精确的闸门过闸流量系数。
2、本发明所述方法针对不同的工况利用实测数据反演出不同的闸门过闸流量系数,将闸门过闸流量系数再代入到预测模型中,极大地提高水动力预测模型的精确度,提升预测值的准确性。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视本发明的保护范围。
Claims (6)
1.一种串联多渠池闸门过闸流量系数率定方法,其特征在于,所述方法包括:
S1,建立研究渠道段的水动力仿真预测模型
获取串联多渠池调水工程中研究渠道段的基本参数,然后构建研究渠道段的水动力仿真预测模型;在所述水动力仿真预测模型中,研究渠道段中渠道处的水位流量关系用圣维南方程描述,研究渠道段中闸门处水位流量关系用过闸流量计算公式描述;
S2,结合研究渠道段中各个闸门的流量实测值和水位实测值,利用卡尔曼滤波同化算法及对所述研究渠道段的水动力仿真预测模型进行校正得到研究渠道段中各个闸门的实时水位校正值序列,将所述实时水位校正值序列作为实时分析水位序列;
S3,根据研究渠道段中任意一个渠池γ中的闸门的实时分析水位序列,利用圣维南方程推求得到渠池γ前、后的过闸流量序列,所述渠池γ前、后的过闸流量序列即为所述渠池γ的分析流量序列;
S4,利用渠池γ的闸门的实时分析水位序列和所述渠池γ的分析流量序列推求渠池γ过闸流量系数。
2.根据权利要求1所述方法,其特征在于,步骤S1中:
研究渠道段中渠道处的水位流量关系用圣维南方程描述,见方程组(1):
其中,x和t分别为空间坐标和时间坐标;A为渠道处的过流面积;Q为渠道过闸流量;h为水深;S0为渠道底坡;g为重力加速度;Sf为摩擦坡度,定义Sf=Q|Q|/k2,k为流量模数;
所述闸门处水位流量关系描述用过闸流量Q计算公式描述,见公式(2):
其中,Cd为过闸流量系数,b为闸门的计算宽度,n为闸门个数;H0、Hs分别为闸门前水位、闸门后水位;e为闸门开度。
3.根据权利要求2所述方法,其特征在于,所述过闸流量Q计算公式的限制条件为淹没出流的条件,所述淹没出流的条件包括两个具体条件:
第一个条件:
第二条件:
4.根据权利要求1所述方法,其特征在于,步骤S2,具体按照下述步骤实现:
S21,将研究渠道段作为一个整体,构造整体的状态转移方程组;
设定研究渠道段的闸门处属于内边界,对整个研究渠道段,利用水动力学模型形成的封闭代数方程组矩阵形式为公式(3):
θ×ΔX=D (3)
在所述公式(3)的基础上,获取所述整个研究渠道段的所有断面水位的状态向量,将闸门处的闸门前、后水位和闸门前、后流量作为观测变量,得到整体状态转移方程组(4):
xt、xt+1分别表示t时刻、t+1时刻的闸门前、后观测流量;yt表示t时刻的闸门前、后观测水位;θ表示预测模型算子;H表示观测算子,ωt表示t时刻的模型误差;vt表示t时刻的观测误差;
S22,在整体的状态转移方程组的基础上,利用卡尔曼滤波同化算法进行实时校正,得到方程组(5);
方程组(5)中,i表示迭代计算时刻;a表示分析值,为分析水位;b表示观测值,为观测水位或观测流量;f表示预测值;K代表卡尔曼滤波增益;Pi f表示预测误差协方差;Pi a表示分析误差协方差;Qi为模型误差方差,假设模型误差无偏;θ为预测模型算子;
S23,将得到的每个观测水位值带入到方程组(5)中,得到每一步闸门的实时水位校正值序列。
5.根据权利要求1所述方法,其特征在于,步骤S3,具体按照下述步骤实现:
将不包含前、后闸门的任意一个渠池γ作为分析对象,将渠池γ前、渠池γ后水位作为渠池γ的边界条件,在所述渠池γ的分析水位已知的条件下,利用圣维南方程(1)和(6)计算得到渠池前流量和渠池后流量;
式中,其中,x和t分别为空间坐标和时间坐标;A为渠道处的过流面积;Q为渠道过闸流量;h为水深;S0为渠道底坡;g为重力加速度;Sf为摩擦坡度,定义Sf=Q|Q|/k2,k为流量模数;Z1、Z2代表渠池γ两端的水位边界,Za 1(t)、Za 2(t)为渠池γ的实时分析水位序列。
6.根据权利要求1所述方法,其特征在于,步骤S4,在渠池γ的闸门的实时分析水位序列和所述渠池γ的分析流量序列的基础上,采用公式(7)推求渠池γ过闸流量系数:
其中,C表示过闸流量系数,通过渠道过闸流量Q、闸门前水位H0、闸门后水位Hs逆推得到C序列,b为闸门的计算宽度,n为闸门个数,e为闸门开度,g为重力加速度;
然后再用最小二乘法,将所述C序列拟合出一个流量系数C′,所述流量系数C′即为所述方法推求得到的目标流量系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710146641.1A CN106874622B (zh) | 2017-03-13 | 2017-03-13 | 一种串联多渠池闸门过闸流量系数率定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710146641.1A CN106874622B (zh) | 2017-03-13 | 2017-03-13 | 一种串联多渠池闸门过闸流量系数率定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106874622A true CN106874622A (zh) | 2017-06-20 |
CN106874622B CN106874622B (zh) | 2018-05-11 |
Family
ID=59170790
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710146641.1A Expired - Fee Related CN106874622B (zh) | 2017-03-13 | 2017-03-13 | 一种串联多渠池闸门过闸流量系数率定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106874622B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107246896A (zh) * | 2017-07-20 | 2017-10-13 | 山东省水利勘测设计院 | 一种智能、可移动明渠流量监测仪及其监测方法 |
CN107633141A (zh) * | 2017-09-22 | 2018-01-26 | 中国水利水电科学研究院 | 一种一维水动力模型泵站特性曲线系数的辨识方法 |
CN108181940A (zh) * | 2017-12-27 | 2018-06-19 | 中国水利水电科学研究院 | 适用于串联渠道下游应急断水情况下的闸门调控方法 |
CN109241690A (zh) * | 2018-11-12 | 2019-01-18 | 扬州大学 | 一种基于cfd的水闸过流流量计算方法 |
CN109264801A (zh) * | 2018-10-12 | 2019-01-25 | 中国水利水电科学研究院 | 基于调度和处置的渠道型饮用水源地控除刚毛藻的方法 |
CN110110455A (zh) * | 2019-05-13 | 2019-08-09 | 中国水利水电科学研究院 | 给定流量下调节闸门开度的方法 |
CN110309607A (zh) * | 2019-07-05 | 2019-10-08 | 中国水利水电科学研究院 | 一种闸门过流量计算方法 |
CN110647039A (zh) * | 2019-10-08 | 2020-01-03 | 黄河勘测规划设计研究院有限公司 | 长距离明渠输水工程同步控制自适应平衡调度方法 |
CN110989698A (zh) * | 2019-11-18 | 2020-04-10 | 中水三立数据技术股份有限公司 | 一种泵站闸门开度控制方法 |
CN110197030B (zh) * | 2019-05-29 | 2020-08-21 | 中国水利水电科学研究院 | 一种节制闸淹没出流的调控方法 |
CN111680460A (zh) * | 2020-06-12 | 2020-09-18 | 中国电建集团昆明勘测设计研究院有限公司 | 水力自动翻板闸门流量系数的确定方法 |
CN112330073A (zh) * | 2020-11-30 | 2021-02-05 | 天津大学 | 长距离调水工程监测数据关键效应量预测方法 |
CN113642081A (zh) * | 2021-08-23 | 2021-11-12 | 武汉量水科技有限公司 | 一种简易闸门量水的率定方法 |
CN114417631A (zh) * | 2022-01-26 | 2022-04-29 | 清华大学 | 一种基于观测数据的灌区输配水系统建模方法 |
CN115456422A (zh) * | 2022-09-16 | 2022-12-09 | 中国水利水电科学研究院 | 一种基于计算水动力学的灌区配水计划动态预演修正方法 |
CN116029467A (zh) * | 2023-03-29 | 2023-04-28 | 清华大学 | 基于序列模型的渠池闸门流量预测方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3810612B2 (ja) * | 2000-04-04 | 2006-08-16 | 株式会社荏原製作所 | 開閉水路複合系の状態量予測方法及び該方法を実行するためのプログラムを記憶した記憶媒体 |
-
2017
- 2017-03-13 CN CN201710146641.1A patent/CN106874622B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3810612B2 (ja) * | 2000-04-04 | 2006-08-16 | 株式会社荏原製作所 | 開閉水路複合系の状態量予測方法及び該方法を実行するためのプログラムを記憶した記憶媒体 |
Non-Patent Citations (3)
Title |
---|
刘孟凯等: "弧形闸门过闸流量公式比较分析", 《南水北调与水利科技》 * |
李大勇等: "一维非恒定流模型与卡尔曼滤波耦合的实时交替校正方法研究", 《水利学报》 * |
黄会勇: "南水北调中线总干渠水量调度模型研究及系统开发", 《中国博士学位论文全文数据库》 * |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107246896B (zh) * | 2017-07-20 | 2019-06-25 | 山东省水利勘测设计院 | 一种智能、可移动明渠流量监测仪及其监测方法 |
CN107246896A (zh) * | 2017-07-20 | 2017-10-13 | 山东省水利勘测设计院 | 一种智能、可移动明渠流量监测仪及其监测方法 |
CN107633141A (zh) * | 2017-09-22 | 2018-01-26 | 中国水利水电科学研究院 | 一种一维水动力模型泵站特性曲线系数的辨识方法 |
CN108181940B (zh) * | 2017-12-27 | 2020-08-04 | 中国水利水电科学研究院 | 适用于串联渠道下游应急断水情况下的闸门调控方法 |
CN108181940A (zh) * | 2017-12-27 | 2018-06-19 | 中国水利水电科学研究院 | 适用于串联渠道下游应急断水情况下的闸门调控方法 |
CN109264801A (zh) * | 2018-10-12 | 2019-01-25 | 中国水利水电科学研究院 | 基于调度和处置的渠道型饮用水源地控除刚毛藻的方法 |
CN109264801B (zh) * | 2018-10-12 | 2019-08-27 | 中国水利水电科学研究院 | 基于调度和处置的渠道型饮用水源地控除刚毛藻的方法 |
CN109241690A (zh) * | 2018-11-12 | 2019-01-18 | 扬州大学 | 一种基于cfd的水闸过流流量计算方法 |
CN110110455A (zh) * | 2019-05-13 | 2019-08-09 | 中国水利水电科学研究院 | 给定流量下调节闸门开度的方法 |
CN110197030B (zh) * | 2019-05-29 | 2020-08-21 | 中国水利水电科学研究院 | 一种节制闸淹没出流的调控方法 |
CN110309607A (zh) * | 2019-07-05 | 2019-10-08 | 中国水利水电科学研究院 | 一种闸门过流量计算方法 |
CN110309607B (zh) * | 2019-07-05 | 2020-03-10 | 中国水利水电科学研究院 | 一种闸门过流量计算方法 |
CN110647039B (zh) * | 2019-10-08 | 2022-03-25 | 黄河勘测规划设计研究院有限公司 | 长距离明渠输水工程同步控制自适应平衡调度方法 |
CN110647039A (zh) * | 2019-10-08 | 2020-01-03 | 黄河勘测规划设计研究院有限公司 | 长距离明渠输水工程同步控制自适应平衡调度方法 |
CN110989698A (zh) * | 2019-11-18 | 2020-04-10 | 中水三立数据技术股份有限公司 | 一种泵站闸门开度控制方法 |
CN111680460A (zh) * | 2020-06-12 | 2020-09-18 | 中国电建集团昆明勘测设计研究院有限公司 | 水力自动翻板闸门流量系数的确定方法 |
CN111680460B (zh) * | 2020-06-12 | 2022-12-02 | 中国电建集团昆明勘测设计研究院有限公司 | 水力自动翻板闸门流量系数的确定方法 |
CN112330073A (zh) * | 2020-11-30 | 2021-02-05 | 天津大学 | 长距离调水工程监测数据关键效应量预测方法 |
CN113642081A (zh) * | 2021-08-23 | 2021-11-12 | 武汉量水科技有限公司 | 一种简易闸门量水的率定方法 |
CN113642081B (zh) * | 2021-08-23 | 2024-06-14 | 武汉大学 | 一种简易闸门量水的率定方法 |
CN114417631A (zh) * | 2022-01-26 | 2022-04-29 | 清华大学 | 一种基于观测数据的灌区输配水系统建模方法 |
CN114417631B (zh) * | 2022-01-26 | 2023-10-03 | 清华大学 | 一种基于观测数据的灌区输配水系统建模方法 |
CN115456422A (zh) * | 2022-09-16 | 2022-12-09 | 中国水利水电科学研究院 | 一种基于计算水动力学的灌区配水计划动态预演修正方法 |
CN115456422B (zh) * | 2022-09-16 | 2024-02-02 | 中国水利水电科学研究院 | 一种基于计算水动力学的灌区配水计划动态预演修正方法 |
CN116029467A (zh) * | 2023-03-29 | 2023-04-28 | 清华大学 | 基于序列模型的渠池闸门流量预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106874622B (zh) | 2018-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106874622B (zh) | 一种串联多渠池闸门过闸流量系数率定方法 | |
CN101480143B (zh) | 一种预测灌区作物单产量的方法 | |
CN107765347A (zh) | 一种高斯过程回归和粒子滤波的短期风速预测方法 | |
CN105678248B (zh) | 基于深度学习的人脸关键点对齐算法 | |
CN107633141B (zh) | 一种一维水动力模型泵站特性曲线系数的辨识方法 | |
CN107609335A (zh) | 一种基于合成流量和形状拟合的洪水预报方法 | |
CN104933483A (zh) | 一种基于天气过程划分的风电功率预测方法 | |
CN102930155B (zh) | 获取电力需求的预警参数的方法及装置 | |
CN103336891A (zh) | 一种用于配电网状态估计的伪量测生成方法 | |
CN103942461A (zh) | 基于在线贯序极限学习机的水质参数预测方法 | |
CN106154168A (zh) | 数据驱动的动力电池荷电状态估计方法 | |
CN106991493A (zh) | 基于灰色神经网络组合模型的污水处理出水参数预测方法 | |
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 | |
CN104933418A (zh) | 一种双像机的人群人数统计方法 | |
CN115935834A (zh) | 一种基于深度自回归网络和持续学习策略的历史拟合方法 | |
CN114970377A (zh) | 基于新安江与深度学习耦合模型的场次洪水预报方法和系统 | |
CN106651054A (zh) | 基于遗传算法的长距离调水工程输水渠道糙率辨识方法 | |
CN104040378A (zh) | 气象预测装置以及气象预测方法 | |
CN109840311B (zh) | 基于最优观测时间窗口的耦合数据同化与参数优化方法 | |
CN103870699B (zh) | 基于双层异步迭代策略的水动力学洪水演进模拟方法 | |
CN112700050B (zh) | 一种光伏电站超短期第1点功率预测方法及系统 | |
CN114169646A (zh) | 水华预测方法、装置、电子设备及计算机可读存储介质 | |
CN104573216A (zh) | 一种天线性能的优化方法及装置 | |
CN106327048A (zh) | 一种基于能效基准模型的工业企业能效评估方法 | |
CN108563889A (zh) | 一种随机变量的抽样模拟方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180511 |
|
CF01 | Termination of patent right due to non-payment of annual fee |