CN109816249A - 一种流域径流水文条件精细化评价方法 - Google Patents
一种流域径流水文条件精细化评价方法 Download PDFInfo
- Publication number
- CN109816249A CN109816249A CN201910080983.7A CN201910080983A CN109816249A CN 109816249 A CN109816249 A CN 109816249A CN 201910080983 A CN201910080983 A CN 201910080983A CN 109816249 A CN109816249 A CN 109816249A
- Authority
- CN
- China
- Prior art keywords
- withered
- critical value
- sample
- special
- year
- 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
Landscapes
- Absorbent Articles And Supports Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种流域径流水文条件精细化评价方法，包括：获取流域历史径流数据，确定样本矩阵；结合频率统计法和样本矩阵得到流域径流丰平枯范围临界值；根据样本数值与所述临界值比较，将样本进行初步划分，划分为特丰年、丰偏特丰、平偏丰、平偏枯、枯偏特枯、特枯年，以便后续对样本的进一步精细化划分。计算样本的水文条件精细化评价结果，计算丰偏特丰、平偏丰、平偏枯、枯偏特枯的程度值，最终根据流域实际径流数据得到相应的精细化水文条件评价结果，此评估方法得到的精细化评估结果能够精细地反映流域径流的水文条件，解决了现阶段流域径流丰枯特性划分粗糙、精细化程度不够的技术问题，且实现方法简单，计算速度快，便于工程应用。
Description
技术领域
本申请涉及流域径流水文条件研究技术领域，尤其涉及一种流域径流水文条件精细化评价方法。
背景技术
水能资源是水资源的重要组成部分，而水电能源则是一次能源与二次能源共同开发完成的一种可再生能源。开发水电，尤其是流域梯级大型水利枢纽工程的建设，不仅促进发展，带来巨大的经济效益，而且节约化石能源的开采与消耗，减少带来的环境污染，同时可以实现防洪、灌溉、航运等多方面综合效益。
流域径流丰枯特性分析作为水文水资源统计工作中不可或缺的一部分，对流域的气候变化研究、中长期水文预报以及水库调度运行管理具有重要的指导作用。目前，国家对大型水利工程建设给予了高度重视和大力支持，众多流域正在规划或已实现梯级滚动开发，跨流域管理、集中供电和全面协调将成为水电站群未来发展总体趋势，流域以及跨流域水电系统更加复杂，运行与管理成为一个有机整体，对于流域梯级水电站群的联合发电调度研究变得十分紧迫和必要。
但是，现阶段对流域径流丰枯特性分析的研究没有考虑实际径流过程的偏离程度，单纯以丰、平、枯或者特丰、丰、平、枯、特枯进行划分较为粗糙、精细化程度不够，不足以支持各流域以及跨流域梯级水电站群体的联合调度研究。
发明内容
本申请提供了一种流域径流水文条件精细化评价方法，以解决现阶段流域径流丰枯特性划分粗糙、精细化程度不够的技术问题。
为了解决上述技术问题，本申请实施例公开了如下技术方案：
本申请实施例公开了一种流域径流水文条件精细化评价方法，包括：
获取流域历史径流数据，确定样本矩阵；
结合频率统计法和样本矩阵得到流域径流丰平枯范围临界值；
所述临界值包括：特丰年临界值、丰水年临界值、平水年临界值、枯水年临界值和特枯年临界值，分别记为A、B、C、D和E；
根据样本数值与所述临界值比较，将样本进行初步划分，划分为特丰年、丰偏特丰、平偏丰、平偏枯、枯偏特枯、特枯年；
计算样本的水文条件精细化评价结果，计算方式包括：
丰偏特丰w：
式(1)中，m表示样本矩阵中某一样本的值，A表示特丰年临界值，B表示丰水年临界值，w表示丰偏特丰的程度；
平偏丰x：
式(2)中，m表示样本矩阵中某一样本的值，B表示丰水年临界值，C表示平水年临界值，x表示平偏丰的程度；
平偏枯y：
式(3)中，m表示样本矩阵中某一样本的值，C表示平水年临界值，D表示枯水年临界值，y表示平偏丰的程度；
枯偏特枯z：
式(4)中，m表示样本矩阵中某一样本的值，D表示枯水年临界值，E表示特枯年临界值，z表示平偏丰的程度。
可选的，所述临界值的划分标准为：n为所述样本矩阵的数据个数，
特丰年临界值A为样本矩阵中全部数据从大到小排列的第10％n个数据；
丰水年临界值B为样本矩阵中全部数据从大到小排列的第30％n个数据；
平水年临界值C为样本矩阵中全部数据从大到小排列的第50％n个数据；
枯水年临界值D为样本矩阵中全部数据从大到小排列的第70％n个数据；
特枯年临界值E为样本矩阵中全部数据从大到小排列的第90％n个数据。
可选的，所述将样本进行初步划分的标准为：m为样本矩阵中某一样本的值；
当m≥A时，该年份为特丰年；
当A＞m≥B时，该年份为丰偏特丰；
当B＞m≥C时，该年份为平偏丰；
当C＞m≥D时，该年份为丰偏枯；
当D＞m≥E时，该年份为枯偏特枯；
当E＞m时，该年份为特枯年。
与现有技术相比，本申请的有益效果为：
本申请提供了一种流域径流水文条件精细化评价方法，包括：获取流域历史径流数据，确定样本矩阵；结合频率统计法和样本矩阵得到流域径流丰平枯范围临界值；根据样本数值与所述临界值比较，将样本进行初步划分，划分为特丰年、丰偏特丰、平偏丰、平偏枯、枯偏特枯、特枯年，以便后续对样本的进一步精细化划分。计算样本的水文条件精细化评价结果，计算丰偏特丰、平偏丰、平偏枯、枯偏特枯的程度值，最终根据流域实际径流数据得到相应的精细化水文条件评价结果，此评估方法得到的精细化评估结果能够精细地反映流域径流的水文条件，解决了现阶段流域径流丰枯特性划分粗糙、精细化程度不够的技术问题，且实现方法简单，计算速度快，便于工程应用。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种流域径流水文条件精细化评价方法示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
参见图1，如图1所示为本申请实施例提供的一种流域径流水文条件精细化评价方法示意图，本申请实施例提供了一种流域径流水文条件精细化评价方法，包括：
获取流域历史径流数据，确定样本矩阵。
结合频率统计法和样本矩阵得到流域径流丰平枯范围临界值。
所述临界值包括：特丰年临界值、丰水年临界值、平水年临界值、枯水年临界值和特枯年临界值，分别记为A、B、C、D和E。
所述临界值的划分标准如表1所示，
表1不同丰平枯范围划分标准
| 丰平枯范围 | 划分标准(F) |
| [特丰,+∞] | F≤10％ |
| [丰,特丰] | 10％<F≤30％ |
| [平,丰] | 30％<F≤50％ |
| [枯,平] | 50％<F≤70％ |
| [特枯,枯] | 70％<F≤90％ |
| [-∞,特枯] | F>90％ |
如表1所示：特丰年临界值A为样本矩阵中全部数据从大到小排列的第10％n个数据，丰水年临界值B为样本矩阵中全部数据从大到小排列的第30％n个数据，平水年临界值C为样本矩阵中全部数据从大到小排列的第50％n个数据，枯水年临界值D为样本矩阵中全部数据从大到小排列的第70％n个数据，特枯年临界值E为样本矩阵中全部数据从大到小排列的第90％n个数据。其中，n为所述样本矩阵的数据个数。
根据样本数值与所述临界值比较，将样本进行初步划分，划分为特丰年、丰偏特丰、平偏丰、平偏枯、枯偏特枯、特枯年。
所述将样本进行初步划分的标准为：m为样本矩阵中某一样本的值；
当m≥A时，该年份为特丰年；当A＞m≥B时，该年份为丰偏特丰；当B＞m≥C时，该年份为平偏丰；当C＞m≥D时，该年份为丰偏枯；当D＞m≥E时，该年份为枯偏特枯；当E＞m时，该年份为特枯年。
计算样本的水文条件精细化评价结果，计算丰偏特丰、平偏丰、平偏枯、枯偏特枯的程度值，计算方式包括：
丰偏特丰w：
式(1)中，m表示样本矩阵中某一样本的值，A表示特丰年临界值，B表示丰水年临界值，w表示丰偏特丰的程度；
平偏丰x：
式(2)中，m表示样本矩阵中某一样本的值，B表示丰水年临界值，C表示平水年临界值，x表示平偏丰的程度；
平偏枯y：
式(3)中，m表示样本矩阵中某一样本的值，C表示平水年临界值，D表示枯水年临界值，y表示平偏枯的程度；
枯偏特枯z：
式(4)中，m表示样本矩阵中某一样本的值，D表示枯水年临界值，E表示特枯年临界值，z表示枯偏特枯的程度。
以下以某流域1956-1964年的径流数据为例，表示为9*1阶矩阵。详细解释流域径流水文条件精细化评价方法。
获取流域历史径流数据，确定样本矩阵,
[1877 2319 3058 2905 2072 1944 2572 2020 2168]T:
结合频率统计法和样本矩阵得到流域径流丰平枯范围临界值。根据划分标准：
特丰年临界值A为样本矩阵中全部数据从大到小排列的第10％n个数据，即为3058。
丰水年临界值B为样本矩阵中全部数据从大到小排列的第30％n个数据，即为2572。
平水年临界值C为样本矩阵中全部数据从大到小排列的第50％n个数据，即为2168。
枯水年临界值D为样本矩阵中全部数据从大到小排列的第70％n个数据，即为2020。
特枯年临界值E为样本矩阵中全部数据从大到小排列的第90％n个数据，即为1877。
得到某流域1956-1964年的径流数据划分标准得到的临界值，如表2所示，
表2：某流域1956-1964年的径流数据划分标准得到的临界值
计算样本的水文条件精细化评价结果，计算丰偏特丰、平偏丰、平偏枯、枯偏特枯的程度值，得到某流域1956-1964年水文条件的精细化划分结果如表3所示。
表3：某流域1956-1964年水文条件的精细化划分结果
| 年份 | 径流数据 | 精细化评价结果 |
| 1956 | 1877 | 特枯年 |
| 1957 | 2319 | 丰偏平37.4％ |
| 1958 | 3058 | 特丰年 |
| 1959 | 2905 | 丰偏特丰68.5％ |
| 1960 | 2072 | 平偏枯64.9％ |
| 1961 | 1944 | 枯偏特枯53.1％ |
| 1962 | 2572 | 丰水年 |
| 1963 | 2020 | 枯水年 |
| 1964 | 2168 | 平水年 |
本申请公开了一种流域径流水文条件精细化评价方法，包括：获取流域历史径流数据，确定样本矩阵；结合频率统计法和样本矩阵得到流域径流丰平枯范围临界值；根据样本数值与所述临界值比较，将样本进行初步划分，划分为特丰年、丰偏特丰、平偏丰、平偏枯、枯偏特枯、特枯年，以便后续对样本的进一步精细化划分。计算样本的水文条件精细化评价结果，计算丰偏特丰、平偏丰、平偏枯、枯偏特枯的程度值，最终根据流域实际径流数据得到相应的精细化水文条件评价结果，此评估方法得到的精细化评估结果能够精细地反映流域径流的水文条件，解决了现阶段流域径流丰枯特性划分粗糙、精细化程度不够的技术问题，且实现方法简单，计算速度快，便于工程应用。
由于以上实施方式均是在其他方式之上引用结合进行说明，不同实施例之间均具有相同的部分，本说明书中各个实施例之间相同、相似的部分互相参见即可。在此不再详细阐述。
需要说明的是，在本说明书中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的电路结构、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种电路结构、物品或者设备所固有的要素。在没有更多限制的情况下，有语句“包括一个……”限定的要素，并不排除在包括所述要素的电路结构、物品或者设备中还存在另外的相同要素。
本领域技术人员在考虑说明书及实践这里发明的公开后，将容易想到本申请的其他实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由权利要求的内容指出。
以上所述的本申请实施方式并不构成对本申请保护范围的限定。
Claims (3)
1.一种流域径流水文条件精细化评价方法，其特征在于，包括：
获取流域历史径流数据，确定样本矩阵；
结合频率统计法和样本矩阵得到流域径流丰平枯范围临界值；
所述临界值包括：特丰年临界值、丰水年临界值、平水年临界值、枯水年临界值和特枯年临界值，分别记为A、B、C、D和E；
根据样本数值与所述临界值比较，将样本进行初步划分，划分为特丰年、丰偏特丰、平偏丰、平偏枯、枯偏特枯、特枯年；
计算样本的水文条件精细化评价结果，计算方式包括：
丰偏特丰w：
式(1)中，m表示样本矩阵中某一样本的值，A表示特丰年临界值，B表示丰水年临界值，w表示丰偏特丰的程度；
平偏丰x：
式(2)中，m表示样本矩阵中某一样本的值，B表示丰水年临界值，C表示平水年临界值，x表示平偏丰的程度；
平偏枯y：
式(3)中，m表示样本矩阵中某一样本的值，C表示平水年临界值，D表示枯水年临界值，y表示平偏枯的程度；
枯偏特枯z：
式(4)中，m表示样本矩阵中某一样本的值，D表示枯水年临界值，E表示特枯年临界值，z表示枯偏特枯的程度。
2.根据权利要求1所述的流域径流水文条件精细化评价方法，其特征在于，所述临界值的划分标准为：n为所述样本矩阵的数据个数，
特丰年临界值A为样本矩阵中全部数据从大到小排列的第10％n个数据；
丰水年临界值B为样本矩阵中全部数据从大到小排列的第30％n个数据；
平水年临界值C为样本矩阵中全部数据从大到小排列的第50％n个数据；
枯水年临界值D为样本矩阵中全部数据从大到小排列的第70％n个数据；
特枯年临界值E为样本矩阵中全部数据从大到小排列的第90％n个数据。
3.根据权利要求2所述的流域径流水文条件精细化评价方法，其特征在于，所述将样本进行初步划分的标准为：m为样本矩阵中某一样本的值；
当m≥A时，该年份为特丰年；
当A＞m≥B时，该年份为丰偏特丰；
当B＞m≥C时，该年份为平偏丰；
当C＞m≥D时，该年份为丰偏枯；
当D＞m≥E时，该年份为枯偏特枯；
当E＞m时，该年份为特枯年。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910080983.7A CN109816249B (zh) | 2019-01-28 | 2019-01-28 | 一种流域径流水文条件精细化评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910080983.7A CN109816249B (zh) | 2019-01-28 | 2019-01-28 | 一种流域径流水文条件精细化评价方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109816249A true CN109816249A (zh) | 2019-05-28 |
| CN109816249B CN109816249B (zh) | 2022-11-08 |
Family
ID=66605383
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910080983.7A Active CN109816249B (zh) | 2019-01-28 | 2019-01-28 | 一种流域径流水文条件精细化评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109816249B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113052455A (zh) * | 2021-03-22 | 2021-06-29 | 广西电网有限责任公司 | 一种流域径流水文条件精细化评价的方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150019262A1 (en) * | 2013-07-11 | 2015-01-15 | Corelogic Solutions, Llc | Method and system for generating a flash flood risk score |
| CN106845096A (zh) * | 2017-01-12 | 2017-06-13 | 安徽省（水利部淮河水利委员会）水利科学研究院（安徽省水利工程质量检测中心站） | 一种基于多指标的旱情综合评估方法 |
| CN107229822A (zh) * | 2017-05-17 | 2017-10-03 | 云南电网有限责任公司 | 一种基于离散度分析的多流域典型水文年选取方法 |
| CN108053049A (zh) * | 2017-11-08 | 2018-05-18 | 河海大学 | 一种基于Budyko理论的水文随机插值径流预测方法 |
| CN108647425A (zh) * | 2018-05-07 | 2018-10-12 | 中国水利水电科学研究院 | 基于粒子群优化的K-means径流丰枯年份预报方法 |
| CN108959754A (zh) * | 2018-06-26 | 2018-12-07 | 榆林学院 | 一种河流生态基础流量的计算方法 |
-
2019
- 2019-01-28 CN CN201910080983.7A patent/CN109816249B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150019262A1 (en) * | 2013-07-11 | 2015-01-15 | Corelogic Solutions, Llc | Method and system for generating a flash flood risk score |
| CN106845096A (zh) * | 2017-01-12 | 2017-06-13 | 安徽省（水利部淮河水利委员会）水利科学研究院（安徽省水利工程质量检测中心站） | 一种基于多指标的旱情综合评估方法 |
| CN107229822A (zh) * | 2017-05-17 | 2017-10-03 | 云南电网有限责任公司 | 一种基于离散度分析的多流域典型水文年选取方法 |
| CN108053049A (zh) * | 2017-11-08 | 2018-05-18 | 河海大学 | 一种基于Budyko理论的水文随机插值径流预测方法 |
| CN108647425A (zh) * | 2018-05-07 | 2018-10-12 | 中国水利水电科学研究院 | 基于粒子群优化的K-means径流丰枯年份预报方法 |
| CN108959754A (zh) * | 2018-06-26 | 2018-12-07 | 榆林学院 | 一种河流生态基础流量的计算方法 |
Non-Patent Citations (3)
| Title |
|---|
| HUGHES D. A. 等: ""A desktop model used to provide an initial estimate of the ecological instream flow requirements of rivers in South Africa"", 《JOURNAL OF HYDROLOGY》 * |
| 廖云: ""考虑多流域耦合的梯级水电站群优化运行研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
| 李银银: ""流域梯级水电站长期优化调度及联合调度图研究"", 《中国优秀硕士学位论文全文数据库（工程科技Ⅱ辑）》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113052455A (zh) * | 2021-03-22 | 2021-06-29 | 广西电网有限责任公司 | 一种流域径流水文条件精细化评价的方法及装置 |
| CN113052455B (zh) * | 2021-03-22 | 2024-04-19 | 广西电网有限责任公司 | 一种流域径流水文条件精细化评价的方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109816249B (zh) | 2022-11-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Huang et al. | How China became a leader in solar PV: An innovation system analysis | |
| Droege | 100% renewable: energy autonomy in action | |
| Bagiorgas et al. | Wind power potential assessment for seven buoys data collection stations in Aegean Sea using Weibull distribution function | |
| WO2023201552A1 (en) | County-wide photovoltaic prediction method based on cluster division and data enhancement | |
| CN103346563A (zh) | 基于时间场景准入分析的分布式电源最大渗透率评估方法 | |
| Najid et al. | Analyzing the east coast Malaysia wind speed data | |
| Bagiorgas et al. | Wind power potential assessment for three buoys data collection stations in the Ionian Sea using Weibull distribution function | |
| CN103345585A (zh) | 基于支持向量机的风功率预测校正方法及系统 | |
| Shiu et al. | Economic growth and infrastructure investments in energy and transportation: A causality interpretation of China’s western development strategy | |
| CN109816249A (zh) | 一种流域径流水文条件精细化评价方法 | |
| Qi et al. | How to Promote International Competitiveness of China's Renewable Energy Products?-Based on SNA Theory. | |
| CN103366225B (zh) | 风功率预测误差识别方法 | |
| Haghdadi et al. | Clustering-based optimal sizing and siting of photovoltaic power plant in distribution network | |
| CN117634907A (zh) | 城市屋顶光伏发电潜力的估算方法、装置、设备及介质 | |
| CN115313377B (zh) | 一种电力负荷预测方法及系统 | |
| Xiao | Energy management model of marine biomass energy industry based on supply and demand adjustment | |
| Xiang et al. | Happiness and social stratification: A layered perspective on occupational status | |
| Yang et al. | Heterogeneous impacts of multi-energy power generation on carbon emissions: evidence from China’s provincial data | |
| CN106447159A (zh) | 火电厂节能减排效果的测定方法 | |
| CN109975636A (zh) | 一种电压暂降敏感度评估方法及系统 | |
| Fang et al. | Electricity consumption, education expenditure and economic growth in Chinese cities | |
| CN109657877A (zh) | 一种基于双层回归模型的电力中长期负荷预测方法 | |
| Reshetnikova et al. | Smart cities in China: Growth driver in the post pandemic world | |
| Popoola et al. | Decomposition of electricity data from a Nigerian power generating station | |
| CN112749792B (zh) | 一种基于bp算法的风速预测方法 |
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 |