CN107194520A - 水库排沙比的预测方法 - Google Patents

水库排沙比的预测方法 Download PDF

Info

Publication number
CN107194520A
CN107194520A CN201710486791.7A CN201710486791A CN107194520A CN 107194520 A CN107194520 A CN 107194520A CN 201710486791 A CN201710486791 A CN 201710486791A CN 107194520 A CN107194520 A CN 107194520A
Authority
CN
China
Prior art keywords
reservoir
average
exhausting heat
letdown flow
flood
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
Application number
CN201710486791.7A
Other languages
English (en)
Other versions
CN107194520B (zh
Inventor
方春明
关见朝
王大宇
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.)
China Institute of Water Resources and Hydropower Research
Original Assignee
China Institute of Water Resources and Hydropower Research
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 China Institute of Water Resources and Hydropower Research filed Critical China Institute of Water Resources and Hydropower Research
Priority to CN201710486791.7A priority Critical patent/CN107194520B/zh
Publication of CN107194520A publication Critical patent/CN107194520A/zh
Application granted granted Critical
Publication of CN107194520B publication Critical patent/CN107194520B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种水库排沙比的预测方法，包括以下步骤：选定被测水库的入库控制站；在被测水库的当前汛期，实时收集所述入库控制站的资料数据，所述资料数据包括所述入库控制站的入库流量、入库控制站的沙峰含沙量、水库的入库流量和水库坝前水位；统计所述入库控制站在第一预设时间内的平均入库流量以及所述沙峰含沙量的增量；当所述平均入库流量Qin大于第一预设值，且所述增量大于第二预设值时，根据预设的传播时间表以及关系图预测所述被测水库在所述当前汛期的排沙比；其效果是：利用常规的水文观测数据，节约的成本，并且通过查表和图的方法进行水库排沙比的快速预测，避免了复杂和耗时的数学模型计算，提高了预测效率。

Description

水库排沙比的预测方法
技术领域
本发明属于电子模块编程技术领域，具体涉及到水库排沙比的预测方法。
背景技术
水库排沙比是指一定时间内排出水库的泥沙与进入水库泥沙的比率，是影响水库使用寿命的一个重要影响因素。因此，水库运用过程中都希望通过调度和其它措施提高水库排沙比，延长水库使用寿命。目前，水库使用多采取“蓄清排浑”运用措施，即汛期入库水流含沙量较高时控制水库在较低水位，增加排沙量，汛后入库水流含沙量较低时蓄水抬升水库水位，这种运用方式在整个汛期采用一个调度模式，一定程度上降低了汛期水资源的利用率。
为了减少排沙对汛期水资源利用的影响，近年提出了一些新的排沙调度方法，如三峡水库汛期沙峰排沙调度的方法等。汛期沙峰等排沙调度则需要针对每场次的洪水预测采用不同的调度方法时的排沙比，以选择相对优化的调度方式。目前三峡水库排沙比的预测方法主要有两种，一是观测预报方法，即通过水库沿程水流泥沙连续观测进行实时预报，该方法的不足主要是不能反映不同调度方式对排沙比的影响，预测精度受到影响；另一种是采用水流泥沙数学模型进行模拟预测的方法，即根据场次洪水入库水流泥沙条件，模拟不同调度方式时的水库排沙比，该方法精度相对较高，不足这之处是模拟计算需要较多时间，实时性和方便性受到影响。为此需要研发出一种精度相对较高的场次洪水排沙比快速预测方法，以满足汛期实时排沙调度的需要。
发明内容
为了解决上述问题，本发明提出了一种水库排沙比的预测方法，以克服现有预测方法中所需模拟计算的时间长、预测效率低的缺陷。
本发明采取的技术方案为：一种水库排沙比的预测方法，包括以下步骤：
选定被测水库的入库控制站；
在被测水库的当前汛期，实时收集所述入库控制站的资料数据，所述资料数据包括所述入库控制站的入库流量、入库控制站的沙峰含沙量、水库的入库流量和水库坝前水位；
统计所述入库控制站在第一预设时间内的平均入库流量以及所述沙峰含沙量的增量；
当所述平均入库流量Qin大于第一预设值，且所述增量大于第二预设值时，根据预设的传播时间表以及关系图预测所述被测水库在所述当前汛期的排沙比，所述传播时间表是通过收集被测水库已出现的各次汛期的沙峰输移时间，统计分析得到；所述关系图是通过收集被测水库已出现的各次汛期的观测数据，统计分析得到。
优选的，根据预设的传播时间表以及关系图预测所述被测水库在所述当前汛期的排沙比具体包括：
依据所述水库的入库流量和水库坝前水位数据，确定水库的下泄流量Qout；
针对所述水库的下泄流量，查询所述传播时间表得出沙峰的出库时间Ts；
根据所述沙峰的出库时间Ts，得出沙峰出库时水库对应的平均下泄流量Qs；
根据所述平均入库流量数据Qin和平均下泄流量Qs的平均值Q，即Q＝(Qin+Qs)/2，查询所述关系图预测出该水库此次汛期的排沙比。
优选的，根据预设的传播时间表以及关系图预测所述被测水库在所述当前汛期的排沙比具体包括：
根据水库相关调度规程和当时具体情况确定，确定水库的下泄流量Qout；
针对所述水库的下泄流量，查询所述传播时间表得出沙峰的出库时间Ts；
根据所述沙峰的出库时间Ts，得出沙峰出库时水库对应的平均下泄流量Qs；
根据所述平均入库流量数据Qin和平均下泄流量Qs的平均值Q，即Q＝(Qin+Qs)/2，查询所述关系图预测出该水库此次汛期的排沙比。
优选的，确定水库的下泄流量Qout具体包括水库下泄流量Qout的最大值Qmax和最小值Qmin；水库下泄流量Qout允许的最大值Qmax受下游防洪和航运要求限制，水库下泄流量Qout允许的最小值Qmin受生态、发电、水库防洪和下游航运的要求限制。
优选的，查询所述传播时间表得出沙峰的出库时间Ts具体包括，计算所述平均入库流量Qin和水库的下泄流量Qout在第二预设时间内的平均值；如果查询时，计算的所述平均流量在所述传播时间表中没有对应值时，采用线性插值的方法查询出沙峰的出库时间Ts。
优选的，得出沙峰出库时水库对应的平均下泄流量Qs具体包括，以洪水入库时间起算，入库五日平均流量为第一天至第五天的平均入库流量Qin，而浑水出库时的平均下泄流量Qs则以所述传播时间表中查得的时间开始计算，并后延五日，根据出库流量过程，由Ts至Ts+5日内每天的平均下泄流量和水库坝前平均水位分别计算得到水库平均下泄流量Qs和水库坝前平均水位数据。
采用上述技术方案，具有以下优点：本发明所提出的预测方法不需要额外的观测数据，只需要利用常规的水文观测数据，节约的成本，并且通过查表和图的方法进行水库排沙比的快速预测，避免了复杂和耗时的数学模型计算，提高了预测效率。
附图说明
图1为本发明的方法流程图；
图2为水库坝前水位、平均流量与排沙比的关系图；
图3为采用本发明的预测方法与实际观测的排沙比对照图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述，这里的描述不意味着对应于实施例中陈述的具体实例的所有主题都在权利要求中引用了。
参考图1所示，一种水库排沙比的预测方法，包括以下步骤：
选定被测水库的入库控制站；
在被测水库的当前汛期，实时收集所述入库控制站的资料数据，所述资料数据包括所述入库控制站的入库流量、入库控制站的沙峰含沙量、水库的入库流量和水库坝前水位；
统计所述入库控制站在第一预设时间内的平均入库流量以及所述沙峰含沙量的增量；
当所述平均入库流量Qin大于第一预设值，且所述增量大于第二预设值时，根据预设的传播时间表以及关系图预测所述被测水库在所述当前汛期的排沙比，所述传播时间表是通过收集被测水库已出现的各次汛期的沙峰输移时间，统计分析得到；所述关系图是通过收集被测水库已出现的各次汛期的观测数据，统计分析得到。
进一步地，根据预设的传播时间表以及关系图预测所述被测水库在所述当前汛期的排沙比具体包括：
依据所述水库的入库流量和水库坝前水位数据，确定水库的下泄流量Qout；
针对所述水库的下泄流量，查询所述传播时间表得出沙峰的出库时间Ts；
根据所述沙峰的出库时间Ts，得出沙峰出库时水库对应的平均下泄流量Qs；
根据所述平均入库流量数据Qin和平均下泄流量Qs的平均值Q，即Q＝(Qin+Qs)/2，查询所述关系图预测出该水库此次汛期的排沙比。
进一步地，根据预设的传播时间表以及关系图预测所述被测水库在所述当前汛期的排沙比具体包括：
根据水库相关调度规程和当时具体情况确定，确定水库的下泄流量Qout；
针对所述水库的下泄流量，查询所述传播时间表得出沙峰的出库时间Ts；
根据所述沙峰的出库时间Ts，得出沙峰出库时水库对应的平均下泄流量Qs；
根据所述平均入库流量数据Qin和平均下泄流量Qs的平均值Q，即Q＝(Qin+Qs)/2，查询所述关系图预测出该水库此次汛期的排沙比。
进一步地，确定水库的下泄流量Qout具体包括水库下泄流量Qout的最大值Qmax和最小值Qmin；水库下泄流量Qout允许的最大值Qmax受下游防洪和航运要求限制，水库下泄流量Qout允许的最小值Qmin受生态、发电、水库防洪和下游航运的要求限制。
进一步地，查询所述传播时间表得出沙峰的出库时间Ts具体包括，计算所述平均入库流量Qin和水库的下泄流量Qout在第二预设时间内的平均值；如果查询时，计算的所述平均流量在所述传播时间表中没有对应值时，采用线性插值的方法查询出沙峰的出库时间Ts。
进一步地，得出沙峰出库时水库对应的平均下泄流量Qs具体包括，以洪水入库时间起算，入库五日平均流量为第一天至第五天的平均入库流量Qin，而浑水出库时的平均下泄流量Qs则以所述传播时间表中查得的时间开始计算，并后延五日，根据出库流量过程，由Ts至Ts+5日内每天的平均下泄流量和水库坝前平均水位分别计算得到水库平均下泄流量Qs和水库坝前平均水位数据。
以三峡水库为例应用本发明方法：
根据三峡水库入库控制站(寸滩水文站)流量和含沙量观测数据及预报数据判断是否符合场次洪水含沙量快速预测条件；
场次洪水含沙量快速预测条件为：预报寸滩站5日平均入库流量Qin大于预设值25000m3/s，且沙峰期含沙量的增量为50％以上；
依据三峡水库入库流量和水库坝前水位，根据水库相关调度规程确定水库下泄流量大小允许的变化范围；
每场次的洪水期间，水库下泄流量Qout允许的最大值Qmax一般受下游防洪和航运要求限制，允许的最小值Qmin一般受生态、发电、水库防洪和下游航运等要求限制，需要根据水库相关调度规程和当时具体情况确定；
在出库流量允许范围内，针对不同的出库流量过程，采用传播时间表查询的方法快速预测该调度方案下该场次洪水浑水输移至出库的时间Ts；
得到Ts后，可根据出库流量过程得到浑水出库时对应平均下泄流量Qs；
用Q代表某场次洪水期间水库入库流量和下泄流量的平均值，即Q＝(Qin+Qs)/2，则可根据关系图快速预测此情况下场次洪水的排沙比，然后快速预测该调度方案下场次洪水的排沙比，为最终决策水库调度方案提供依据；
所述沙峰的传播时间表可以参考下表所示：
参考图2所示，为水库坝前水位、平均流量与排沙比的关系图，通过计算出的坝前水位和平均流量即可快速预测出该调度方案下场次洪水的排沙比。
参考图3所示，图中为三峡水库在2003至2013年多次汛期采用本发明的预测方法与实际观测的排沙比对照图，从图3中可以看出，预测值与观测值符合度较好，说明本发明的预测方法具有较高的预测精度。
最后需要说明的是，上述描述为本发明的优选实施例，本领域的普通技术人员在本发明的启示下，在不违背本发明宗旨及权利要求的前提下，可以做出多种类似的表示，这样的变换均落入本发明的保护范围之内。

Claims (6)

1.一种水库排沙比的预测方法，其特征在于，包括以下步骤：
选定被测水库的入库控制站；
在被测水库的当前汛期，实时收集所述入库控制站的资料数据，所述资料数据包括所述入库控制站的入库流量、入库控制站的沙峰含沙量、水库的入库流量和水库坝前水位；
统计所述入库控制站在第一预设时间内的平均入库流量以及所述沙峰含沙量的增量；
当所述平均入库流量Qin大于第一预设值，且所述增量大于第二预设值时，根据预设的传播时间表以及关系图预测所述被测水库在所述当前汛期的排沙比，所述传播时间表是通过收集被测水库已出现的各次汛期的沙峰输移时间，统计分析得到；所述关系图是通过收集被测水库已出现的各次汛期的观测数据，统计分析得到。
2.根据权利要求1所述的水库排沙比的预测方法，其特征在于，根据预设的传播时间表以及关系图预测所述被测水库在所述当前汛期的排沙比具体包括：
依据所述水库的入库流量和水库坝前水位数据，确定水库的下泄流量Qout；
针对所述水库的下泄流量，查询所述传播时间表得出沙峰的出库时间Ts；
根据所述沙峰的出库时间Ts，得出沙峰出库时水库对应的平均下泄流量Qs；
根据所述平均入库流量数据Qin和平均下泄流量Qs的平均值Q，即Q＝(Qin+Qs)/2，查询所述关系图预测出该水库此次汛期的排沙比。
3.根据权利要求1所述的水库排沙比的预测方法，其特征在于，根据预设的传播时间表以及关系图预测所述被测水库在所述当前汛期的排沙比具体包括：
根据水库相关调度规程和当时具体情况确定，确定水库的下泄流量Qout；
针对所述水库的下泄流量，查询所述传播时间表得出沙峰的出库时间Ts；
根据所述沙峰的出库时间Ts，得出沙峰出库时水库对应的平均下泄流量Qs；
根据所述平均入库流量数据Qin和平均下泄流量Qs的平均值Q，即Q＝(Qin+Qs)/2，查询所述关系图预测出该水库此次汛期的排沙比。
4.根据权利要求2或3所述的水库排沙比的预测方法，其特征在于，确定水库的下泄流量Qout具体包括水库下泄流量Qout的最大值Qmax和最小值Qmin；水库下泄流量Qout允许的最大值Qmax受下游防洪和航运要求限制，水库下泄流量Qout允许的最小值Qmin受生态、发电、水库防洪和下游航运的要求限制。
5.根据权利要求2或3所述的水库排沙比的预测方法，其特征在于：查询所述传播时间表得出沙峰的出库时间Ts具体包括，计算所述平均入库流量Qin和水库的下泄流量Qout在第二预设时间内的平均值；如果查询时，计算的所述平均流量在所述传播时间表中没有对应值时，采用线性插值的方法查询出沙峰的出库时间Ts。
6.根据权利要求2或3所述的水库排沙比的预测方法，其特征在于：得出沙峰出库时水库对应的平均下泄流量Qs具体包括，以洪水入库时间起算，入库五日平均流量为第一天至第五天的平均入库流量Qin，而浑水出库时的平均下泄流量Qs则以所述传播时间表中查得的时间开始计算，并后延五日，根据出库流量过程，由Ts至Ts+5日内每天的平均下泄流量和水库坝前平均水位分别计算得到水库平均下泄流量Qs和水库坝前平均水位数据。
CN201710486791.7A 2017-06-23 2017-06-23 基于三峡水库排沙比的预测方法 Active CN107194520B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710486791.7A CN107194520B (zh) 2017-06-23 2017-06-23 基于三峡水库排沙比的预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710486791.7A CN107194520B (zh) 2017-06-23 2017-06-23 基于三峡水库排沙比的预测方法

Publications (2)

Publication Number Publication Date
CN107194520A true CN107194520A (zh) 2017-09-22
CN107194520B CN107194520B (zh) 2020-03-27

Family

ID=59878298

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710486791.7A Active CN107194520B (zh) 2017-06-23 2017-06-23 基于三峡水库排沙比的预测方法

Country Status (1)

Country Link
CN (1) CN107194520B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115062818A (zh) * 2022-05-10 2022-09-16 中国长江三峡集团有限公司 一种基于贝叶斯模式平均与机器学习的水库入库泥沙概率预报方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103952998A (zh) * 2014-03-19 2014-07-30 内蒙古电力勘测设计院 水库下游设计标准下泄流量的测算方法
CN106320259A (zh) * 2016-09-06 2017-01-11 长江水利委员会长江科学院 一种兼顾排沙的三峡水库汛期沙峰调度方法
CN106381830A (zh) * 2016-09-06 2017-02-08 长江水利委员会长江科学院 一种梯级水库联合排沙调度方法
CN106407667A (zh) * 2016-09-06 2017-02-15 长江水利委员会长江科学院 一种三峡水库汛期沙峰传播时间的快速预测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103952998A (zh) * 2014-03-19 2014-07-30 内蒙古电力勘测设计院 水库下游设计标准下泄流量的测算方法
CN106320259A (zh) * 2016-09-06 2017-01-11 长江水利委员会长江科学院 一种兼顾排沙的三峡水库汛期沙峰调度方法
CN106381830A (zh) * 2016-09-06 2017-02-08 长江水利委员会长江科学院 一种梯级水库联合排沙调度方法
CN106407667A (zh) * 2016-09-06 2017-02-15 长江水利委员会长江科学院 一种三峡水库汛期沙峰传播时间的快速预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
黄仁勇，谈广鸣，范北林: "三峡水库蓄水运用后汛期洪水排沙比初步研究", 《水力发电学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115062818A (zh) * 2022-05-10 2022-09-16 中国长江三峡集团有限公司 一种基于贝叶斯模式平均与机器学习的水库入库泥沙概率预报方法

Also Published As

Publication number Publication date
CN107194520B (zh) 2020-03-27

Similar Documents

Publication Publication Date Title
Shahdany et al. Operational performance improvements in irrigation canals to overcome groundwater overexploitation
CN108108838B (zh) 一种高水量利用率的季调节水库优化调度方法
Chang et al. Efficiency evaluation of hydropower station operation: A case study of Longyangxia station in the Yellow River, China
CN102817335B (zh) 一种梯级水库群联合防洪优化调度的方法及系统
CN111126847B (zh) 耦合河道水动力过程的梯级水库短期优化调度方法和系统
CN110991687B (zh) 一种基于经验模型的水资源调度优化方法
CN104715292A (zh) 基于最小二乘支持向量机模型的城市短期用水量预测方法
DK2608118T3 (en) Method of computer-aided determination of the use of electrical energy produced by an energy production plant, in particular a renewable energy production plant
Wen et al. Optimizing the sizes of wind and photovoltaic plants complementarily operating with cascade hydropower stations: Balancing risk and benefit
CN107992989B (zh) 一种水库群洪水资源化预蓄预泄风险决策方法
CN1760912A (zh) 城市排水系统不确定水力学模型建模方法
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
CN103218536A (zh) 跨越式发展地区需水预测方法
WO2015033269A1 (en) A control system for operation of irrigation canals
CN114997591A (zh) 一种基于水环境数学模型的入河污染物削减及河道断面水质预测方法及装置
CN115271304A (zh) 基于气候变化的跨流域调水工程优化调度方法
CN117929671A (zh) 一种流域水环境预测预警方法、系统及计算机设备
CN107330538B (zh) 一种气候变化条件下水库适应性调度规则编制的方法
CN106087847A (zh) 基于径流预报的供水型水库调度图动态控制方法
CN109002946B (zh) 一种河湖补水的“两库—两站”系统水资源优化调度方法
CN102912760B (zh) 水库下游河道最低通航水位生成方法
CN107194520A (zh) 水库排沙比的预测方法
CN117521895A (zh) 计及能源与交通融合的港口两阶段优化运行方法及系统
Belsnes et al. Unit commitment in hydro power operation scheduling
Nikitin et al. Modeling of long-term operating regimes of hydro power plants as part of energy and water systems in the context of uncertainty

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