CN110334908A - 一种流域水资源的供水发电环境多重风险评估方法和系统 - Google Patents
一种流域水资源的供水发电环境多重风险评估方法和系统 Download PDFInfo
- Publication number
- CN110334908A CN110334908A CN201910480002.8A CN201910480002A CN110334908A CN 110334908 A CN110334908 A CN 110334908A CN 201910480002 A CN201910480002 A CN 201910480002A CN 110334908 A CN110334908 A CN 110334908A
- Authority
- CN
- China
- Prior art keywords
- power generation
- environment
- water
- risk
- water supply
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 213
- 238000010248 power generation Methods 0.000 title claims abstract description 128
- 238000000034 method Methods 0.000 title claims abstract description 19
- 239000008400 supply water Substances 0.000 claims abstract description 22
- 230000005611 electricity Effects 0.000 claims abstract description 21
- 238000013210 evaluation model Methods 0.000 claims abstract description 19
- 238000012502 risk assessment Methods 0.000 claims abstract description 4
- 241000039077 Copula Species 0.000 claims description 18
- 238000005315 distribution function Methods 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000002860 competitive effect Effects 0.000 claims description 5
- 238000009795 derivation Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 2
- 230000002452 interceptive effect Effects 0.000 abstract description 4
- 230000007613 environmental effect Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000012223 aqueous fraction Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种流域水资源的供水发电环境多重风险评估方法和系统，属于水文学中的水资源风险评估领域，包括：通过计算流域水资源中供水、发电和环境这三个风险指标中两两之间的相关性，得到供水、发电和环境的竞争协同关系；对不同风险指标进行边缘分布拟合，然后根据供水、发电和环境的竞争协同关系构建供水、发电和环境的联合分布；利用供水、发电和环境的联合分布建立风险评估模型，利用风险评估模型计算不同风险指标的期望值，利用该期望值评估流域水资源的多重风险。本发明使得复杂流域水资源的风险得以有效评估、同时得到风险指标之间的互馈关系，可用于制定合理的水资源分配方案，提高流域水资源利用率，减小流域多属性风险。
Description
技术领域
本发明属于水文学中的水资源风险评估领域，更具体地，涉及一种流域水资源的供水发电环境多重风险评估方法和系统。
背景技术
尽管中国水资源较丰富，但流域水资源开发利用难度大，结构性缺水和水质性缺水仍然存在，水资源的合理保护与高效利用仍存在重大问题。因此，流域水资源的合理开发、有效保护和公平分配，不仅事关流域地区社会经济的可持续发展，而且也事关国民生计。而随着流域梯级水库的投运、水资源的分配不当，导致流域发生供水不足、发电不足、生态用水保证率不足等风险。目前，对于流域水资源风险评估基于单一指标进行评价，通过其保证率、水资源利用效率等进行评估。这些方法只能表征流域水资源单一风险，而无法评估供水-发电-环境竞争协同下的流域水资源风险。
由此可见，现有技术存在复杂流域水资源的风险难以评估、互馈关系难以扑捉的技术问题。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供了一种流域水资源的供水发电环境多重风险评估方法和系统，由此解决现有技术存在复杂流域水资源的风险难以评估、互馈关系难以扑捉的技术问题。
为实现上述目的，按照本发明的一个方面，提供了一种流域水资源的供水发电环境多重风险评估方法，包括如下步骤：
(1)通过计算流域水资源中供水、发电和环境这三个风险指标中两两之间的相关性，得到供水、发电和环境的竞争协同关系；
(2)对不同风险指标进行边缘分布拟合，然后根据供水、发电和环境的竞争协同关系构建供水、发电和环境的联合分布；
(3)利用供水、发电和环境的联合分布建立供水、发电和环境的风险评估模型，利用供水、发电和环境的风险评估模型计算不同风险指标的期望值，利用该期望值评估流域水资源的多重风险。
进一步地，供水为生产生活用水量，所述发电为水力发电量，所述环境为河道外生态用水量。
进一步地，步骤(1)包括：
计算流域水资源中供水、发电和环境这三个风险指标中两两之间的相关性，得到两两之间的相关系数，当两两之间的相关系数为正，说明两两之间为协同关系，当两两之间的相关系数为负，说明两两之间为竞争关系，当两两之间的相关系数为0，说明两两之间相互独立；
利用供水、发电和环境中每个风险指标的边缘熵以及三个风险指标中两两之间的互信息，得到三个风险指标的相关性。
进一步地，步骤(2)包括：
利用水文分布对不同风险指标进行边缘分布拟合，得到供水、发电和环境这三个风险指标的边缘分布函数；
根据供水、发电和环境的竞争协同关系，从Copula函数中选取FrankCopula函数建立供水、发电和环境的二维联合分布；
根据三个风险指标的相关性，从Copula函数中选取Gaussian Copula函数建立供水、发电和环境的三维联合分布。
进一步地，供水、发电和环境的二维联合分布为：
其中，θ为Frank Copula函数的参数，ul和u2为供水、发电和环境这三个风险指标中的任意两个风险指标的边缘分布函数，C(u1，u2)为供水、发电和环境的二维联合分布。
进一步地，供水、发电和环境的三维联合分布为：
C(u1，u2，u3)＝Φ3(Φ-1(u1)，Φ-1(u2)，Φ-1(u3)；ρ)
其中，Φ3(·)为三维标准正态分布；Φ-1(·)为标准正态分布的反函数；ρ为Gaussian Copula的相关性矩阵，C(u1，u2，u3)为供水、发电和环境的三维联合分布，u1、u2和u3为供水、发电和环境这三个风险指标任意组合的边缘分布函数。
进一步地，步骤(3)包括：
对供水、发电和环境的联合分布进行多重求导得到供水、发电和环境的联合分布的密度函数；利用供水、发电和环境的联合分布的密度函数建立供水、发电和环境的风险评估模型；
利用供水、发电和环境的风险评估模型计算已知N个风险指标的条件下另一个风险指标的期望值，若该风险指标的期望值大于等于该风险指标的保证率，则该风险指标不存在风险，否则该风险指标存在风险，通过调节已知的N个风险指标以降低流域水资源的风险；
其中，N为1或2。
进一步地，供水、发电和环境的风险评估模型为：
其中，E(x1|x2)为在已知x2的条件下x1的期望值，E(x1|x2，x3)为在已知x2和x3的条件下x1的期望值，x1、x2和x3为供水、发电和环境这三个风险指标的任意组合，c(u1，u2)为供水、发电和环境的二维联合分布的密度函数，f(x1)为x1的概率密度函数，c(u1，u2，u3)为供水、发电和环境的三维联合分布的密度函数，u1、u2和u3为供水、发电和环境这三个风险指标任意组合的边缘分布函数。
按照本发明的另一方面，提供了一种流域水资源的供水发电环境多重风险评估系统，包括如下模块：
相关性分析模块，用于通过计算流域水资源中供水、发电和环境这三个风险指标中两两之间的相关性，得到供水、发电和环境的竞争协同关系；
联合分布构建模块，用于对不同风险指标进行边缘分布拟合，然后根据供水、发电和环境的竞争协同关系构建供水、发电和环境的联合分布；
多重风险评估模块，用于利用供水、发电和环境的联合分布建立供水、发电和环境的风险评估模型，利用供水、发电和环境的风险评估模型计算不同风险指标的期望值，利用该期望值评估流域水资源的多重风险。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
(1)由于流域水资源分配方案决定流域供水、发电和环境不同指标的保证率，如水力发电量用水较多，必然导致流域供水指标的用水减小。由于流域供水、发电和环境不同指标之间存在竞争协同关系，因此，本发明通过对供水、发电、环境指标之间的相关性进行分析，解析不同指标之间的竞争协同关系，基于此构建联合分布、建立风险评估模型，使得复杂流域水资源的风险得以有效评估、同时得到供水、发电、环境指标之间的互馈关系。
(2)本发明的供水、发电和环境的风险评估模型可用于评估多种风险条件下某风险指标的期望值，通过该期望值的大小可进一步制定合理的水资源分配方案，为流域提高水资源利用率，减小流域多属性风险提供理论依据。期望值较小，可通过调节其他风险指标提高该风险指标的期望水平，期望值过大，也可调节其他风险指标适当降低期望值，使流域水资源利用率达到最大，同时减小流域多属性风险。
附图说明
图1是本发明实施例提供的一种流域水资源的供水发电环境多重风险评估方法的流程图；
图2是本发明实施例1提供的供水、发电和环境的相关性矩阵图；
图3(a)是本发明实施例1提供的供水的边缘分布拟合图；
图3(b)是本发明实施例1提供的发电的边缘分布拟合图；
图3(c)是本发明实施例1提供的环境的边缘分布拟合图；
图4是本发明实施例1提供的流域水资源在不同风险保证率下供水、发电、环境的期望值。
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，以下结合附图及实施例，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例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1所示，一种流域水资源的供水发电环境多重风险评估方法，包括如下步骤：
(1)通过计算流域水资源中供水、发电和环境这三个风险指标中两两之间的相关性，得到供水、发电和环境的竞争协同关系；
(2)对不同风险指标进行边缘分布拟合，然后根据供水、发电和环境的竞争协同关系构建供水、发电和环境的联合分布；
(3)利用供水、发电和环境的联合分布建立供水、发电和环境的风险评估模型，利用供水、发电和环境的风险评估模型计算不同风险指标的期望值，利用该期望值评估流域水资源的多重风险。
进一步地，供水为生产生活用水量，所述发电为水力发电量，所述环境为河道外生态用水量。
进一步地，步骤(1)包括：
根据Pearson相关系数计算流域水资源中供水、发电和环境这三个风险指标中两两之间的相关性，得到两两之间的相关系数，当两两之间的相关系数为正，说明两两之间为协同关系，当两两之间的相关系数为负，说明两两之间为竞争关系，当两两之间的相关系数为0，说明两两之间相互独立；
利用供水、发电和环境中每个风险指标的边缘熵以及三个风险指标中两两之间的互信息，得到三个风险指标的相关性。
进一步地，步骤(2)包括：
利用水文分布对不同风险指标进行边缘分布拟合，得到供水、发电和环境这三个风险指标的边缘分布函数；
根据供水、发电和环境的竞争协同关系，从Copula函数中选取FrankCopula函数建立供水、发电和环境的二维联合分布；
根据三个风险指标的相关性，从Copula函数中选取Gaussian Copula函数建立供水、发电和环境的三维联合分布。
水文分布包括：指数分布(EXP)、伽马分布(Gam)、广义极值分布(GEV)、广义logistic分布(GLO)、广义Pareto分布(GPA)、广义正态分布(GNO)、Gumbel分布、正态分布、P-III分布和Wakeby分布。
根据供水-发电-环境之间的竞争协同关系，可构建二维或多维联合分布，而对于Copula的选择，一般有阿基米德Copula和椭圆Copula函数。对于二维联合分布多采用阿基米德Copula函数，而对于高维联合分布，阿基米德Copula仅能描述d-1维变量的相关性，椭圆Copula则能通过一个相关性矩阵描述变量间的相关性情况。因此，本发明分别采用阿基米德Copula函数和椭圆Copula函数构建二维变量和多维变量的联合分布。由于供水-发电-环境系统风险指标存在正相关和负相关，因此阿基米德Copula类型采用Frank Copula，根据三个风险指标的相关性，椭圆Copula一般采用Gaussian Copula。
进一步地，供水、发电和环境的二维联合分布为：
其中，θ为Frank Copula函数的参数，ul和u2为供水、发电和环境这三个风险指标中的任意两个风险指标的边缘分布函数，C(u1，u2)为供水、发电和环境的二维联合分布。
进一步地，供水、发电和环境的三维联合分布为：
C(u1，u2，u3)＝Φ3(Φ-1(u1)，Φ-1(u2)，Φ-1(u3)；ρ)
其中，Φ3(·)为三维标准正态分布；Φ-1(·)为标准正态分布的反函数；ρ为Gaussian Copula的相关性矩阵，C(u1，u2，u3)为供水、发电和环境的三维联合分布，u1、u2和u3为供水、发电和环境这三个风险指标任意组合的边缘分布函数。
进一步地，步骤(3)包括：
对供水、发电和环境的联合分布进行多重求导得到供水、发电和环境的联合分布的密度函数；利用供水、发电和环境的联合分布的密度函数建立供水、发电和环境的风险评估模型；
利用供水、发电和环境的风险评估模型计算已知N个风险指标的条件下另一个风险指标的期望值，若该风险指标的期望值大于等于该风险指标的保证率，则该风险指标不存在风险，否则该风险指标存在风险，通过调节已知的N个风险指标以降低流域水资源的风险；
其中，N为1或2。
进一步地，供水、发电和环境的风险评估模型为：
其中，E(x1|x2)为在已知x2的条件下x1的期望值，E(x1|x2，x3)为在已知x2和x3的条件下x1的期望值，x1、x2和x3为供水、发电和环境这三个风险指标的任意组合，c(u1，u2)为供水、发电和环境的二维联合分布的密度函数，f(x1)为x1的概率密度函数，c(u1，u2，u3)为供水、发电和环境的三维联合分布的密度函数，u1、u2和u3为供水、发电和环境这三个风险指标任意组合的边缘分布函数。
实施例1
以西南诸河为研究对象，考虑流域供水、发电、环境多重指标。供水指标采用生产生活供水量、发电指标采用研究区域的水力发电量、环境指标采用河道外生态用水量。基于Pearson相关系数计算三者相关性特征，如图2所示(图中数字表示相关性大小)，由图2中供水、发电和环境的相关性矩阵图可知，供水-发电、发电-环境之间呈负相关，供水-环境呈正相关，该结果表明：供水-发电、发电-环境之间呈竞争关系，供水与环境之间呈协同关系。通过相关性特点建立联合分布，以常见水文分布函数作为边缘分布分别拟合供水指标、发电指标和环境指标，通过RMSE和K-S检验结果表明，供水指标、发电指标和环境指标的最优分布分别为GPA、GEV和GPA分布，其拟合效果如图3(a)、(b)和(c)所示，分别为供水、发电和环境指标的边缘分布拟合图。
在供水、发电条件下环境指标期望值结果见图4和表1所示。河道外生态用水量随生产生活用水量的增大而增大，由于受三者互馈影响，河道外生态用水量随水力发电量的增大而呈不明显的增大趋势。为了达到水资源利用效益最大化，流域多属性风险最小的目的。在河道外生态用水量期望值达5.2094亿m3时，即环境指标保证率达80％。由于水力发电量的增大对河道外生态用水影响较小，所以可提高发电保证率，即在发电保证率为99％，供水保证率为81％的条件下，可使生态用水期望值达到5.2094亿m3，同时也使供水-发电-环境互馈系统效益最大，风险最小。
表1不同发电与环境保证率条件下供水期望值
通过西南诸河实例研究表明，流域供水-发电-环境系统之间存在竞争协同关系，供水与发电、发电与环境之间属于竞争关系，供水与环境之间属于协同关系。所建模型评估了多种风险变量条件下某变量的期望值，通过该期望值的大小可进一步制定合理的水资源分配方案，为流域提高水资源利用率，减小流域多属性风险提供理论依据。同时，也为流域多属性风险分析提供了一种新的方法。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种流域水资源的供水发电环境多重风险评估方法，其特征在于，包括如下步骤：
(1)通过计算流域水资源中供水、发电和环境这三个风险指标中两两之间的相关性，得到供水、发电和环境的竞争协同关系；
(2)对不同风险指标进行边缘分布拟合，然后根据供水、发电和环境的竞争协同关系构建供水、发电和环境的联合分布；
(3)利用供水、发电和环境的联合分布建立供水、发电和环境的风险评估模型，利用供水、发电和环境的风险评估模型计算不同风险指标的期望值，利用该期望值评估流域水资源的多重风险。
2.如权利要求1所述的一种流域水资源的供水发电环境多重风险评估方法，其特征在于，所述供水为生产生活用水量，所述发电为水力发电量，所述环境为河道外生态用水量。
3.如权利要求1或2所述的一种流域水资源的供水发电环境多重风险评估方法，其特征在于，所述步骤(1)包括：
计算流域水资源中供水、发电和环境这三个风险指标中两两之间的相关性，得到两两之间的相关系数，当两两之间的相关系数为正，说明两两之间为协同关系，当两两之间的相关系数为负，说明两两之间为竞争关系，当两两之间的相关系数为0，说明两两之间相互独立；
利用供水、发电和环境中每个风险指标的边缘熵以及三个风险指标中两两之间的互信息，得到三个风险指标的相关性。
4.如权利要求3所述的一种流域水资源的供水发电环境多重风险评估方法，其特征在于，所述步骤(2)包括：
利用水文分布对不同风险指标进行边缘分布拟合，得到供水、发电和环境这三个风险指标的边缘分布函数；
根据供水、发电和环境的竞争协同关系，从Copula函数中选取Frank Copula函数建立供水、发电和环境的二维联合分布；
根据三个风险指标的相关性，从Copula函数中选取Gaussian Copula函数建立供水、发电和环境的三维联合分布。
5.如权利要求4所述的一种流域水资源的供水发电环境多重风险评估方法，其特征在于，所述供水、发电和环境的二维联合分布为：
其中，θ为Frank Copula函数的参数，u1和u2为供水、发电和环境这三个风险指标中的任意两个风险指标的边缘分布函数，C(u1，u2)为供水、发电和环境的二维联合分布。
6.如权利要求4或5所述的一种流域水资源的供水发电环境多重风险评估方法，其特征在于，所述供水、发电和环境的三维联合分布为：
C(u1，u2，u3)＝Φ3(Φ-1(u1)，Φ-1(u2)，Φ-1(u3)；ρ)
其中，Φ3(·)为三维标准正态分布；Φ-1(·)为标准正态分布的反函数；ρ为GaussianCopula的相关性矩阵，C(u1，u2，u3)为供水、发电和环境的三维联合分布，u1、u2和u3为供水、发电和环境这三个风险指标任意组合的边缘分布函数。
7.如权利要求4或5所述的一种流域水资源的供水发电环境多重风险评估方法，其特征在于，所述步骤(3)包括：
对供水、发电和环境的联合分布进行多重求导得到供水、发电和环境的联合分布的密度函数；利用供水、发电和环境的联合分布的密度函数建立供水、发电和环境的风险评估模型；
利用供水、发电和环境的风险评估模型计算已知N个风险指标的条件下另一个风险指标的期望值，若该风险指标的期望值大于等于该风险指标的保证率，则该风险指标不存在风险，否则该风险指标存在风险，通过调节已知的N个风险指标以降低流域水资源的风险；
其中，N为1或2。
8.如权利要求7所述的一种流域水资源的供水发电环境多重风险评估方法，其特征在于，所述供水、发电和环境的风险评估模型为：
其中，E(x1|x2)为在已知x2的条件下x1的期望值，E(x1|x2，x3)为在已知x2和x3的条件下x1的期望值，x1、x2和x3为供水、发电和环境这三个风险指标的任意组合，c(u1，u2)为供水、发电和环境的二维联合分布的密度函数，f(x1)为x1的概率密度函数，c(u1，u2，u3)为供水、发电和环境的三维联合分布的密度函数，u1、u2和u3为供水、发电和环境这三个风险指标任意组合的边缘分布函数。
9.一种流域水资源的供水发电环境多重风险评估系统，其特征在于，包括如下模块：
相关性分析模块，用于通过计算流域水资源中供水、发电和环境这三个风险指标中两两之间的相关性，得到供水、发电和环境的竞争协同关系；
联合分布构建模块，用于对不同风险指标进行边缘分布拟合，然后根据供水、发电和环境的竞争协同关系构建供水、发电和环境的联合分布；
多重风险评估模块，用于利用供水、发电和环境的联合分布建立供水、发电和环境的风险评估模型，利用供水、发电和环境的风险评估模型计算不同风险指标的期望值，利用该期望值评估流域水资源的多重风险。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910480002.8A CN110334908B (zh) | 2019-06-03 | 2019-06-03 | 一种流域水资源的供水发电环境多重风险评估方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910480002.8A CN110334908B (zh) | 2019-06-03 | 2019-06-03 | 一种流域水资源的供水发电环境多重风险评估方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110334908A true CN110334908A (zh) | 2019-10-15 |
| CN110334908B CN110334908B (zh) | 2021-12-03 |
Family
ID=68141183
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910480002.8A Active CN110334908B (zh) | 2019-06-03 | 2019-06-03 | 一种流域水资源的供水发电环境多重风险评估方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110334908B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111079086A (zh) * | 2019-12-06 | 2020-04-28 | 华中科技大学 | 一种基于多元联合分布的水资源系统多重风险评估方法 |
| CN112232680A (zh) * | 2020-10-19 | 2021-01-15 | 三峡大学 | 基于Copula函数的流域氮代谢环境风险评价方法 |
| CN112819312A (zh) * | 2021-01-25 | 2021-05-18 | 华中科技大学 | 气候变化情景下干旱社会经济暴露度评估方法和系统 |
| CN118052438A (zh) * | 2024-03-15 | 2024-05-17 | 北京师范大学 | 基于Copula函数的水-能-碳关联综合风险评估方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140156584A1 (en) * | 2012-11-30 | 2014-06-05 | General Electric Company | Systems and methods for management of risk in industrial plants |
| CN106159938A (zh) * | 2015-04-10 | 2016-11-23 | 华北电力大学（保定） | 一种风光联合发电微电网系统电源优化配置方法 |
| CN106777978A (zh) * | 2016-12-16 | 2017-05-31 | 北京师范大学 | 一种基于入库流量和水质联合概率分析的水库供水安全风险评估方法 |
| JP2017181351A (ja) * | 2016-03-31 | 2017-10-05 | 日立Ｇｅニュークリア・エナジー株式会社 | 原子力プラント及びこれの貴金属注入方法 |
| CN109636098A (zh) * | 2018-10-31 | 2019-04-16 | 华中科技大学 | 一种基于风险熵的防洪调度风险分析方法 |
-
2019
- 2019-06-03 CN CN201910480002.8A patent/CN110334908B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140156584A1 (en) * | 2012-11-30 | 2014-06-05 | General Electric Company | Systems and methods for management of risk in industrial plants |
| CN106159938A (zh) * | 2015-04-10 | 2016-11-23 | 华北电力大学（保定） | 一种风光联合发电微电网系统电源优化配置方法 |
| JP2017181351A (ja) * | 2016-03-31 | 2017-10-05 | 日立Ｇｅニュークリア・エナジー株式会社 | 原子力プラント及びこれの貴金属注入方法 |
| CN106777978A (zh) * | 2016-12-16 | 2017-05-31 | 北京师范大学 | 一种基于入库流量和水质联合概率分析的水库供水安全风险评估方法 |
| CN109636098A (zh) * | 2018-10-31 | 2019-04-16 | 华中科技大学 | 一种基于风险熵的防洪调度风险分析方法 |
Non-Patent Citations (2)
| Title |
|---|
| MAOYUAN FENG: "Modeling the nexus across water supply, power generation and", 《JOURNAL OF HYDROLOGY》 * |
| 闫宝伟等: "基于Copula 函数的设计洪水地区组成研究", 《水力发电学报》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111079086A (zh) * | 2019-12-06 | 2020-04-28 | 华中科技大学 | 一种基于多元联合分布的水资源系统多重风险评估方法 |
| CN111079086B (zh) * | 2019-12-06 | 2021-11-02 | 华中科技大学 | 一种基于多元联合分布的水资源系统多重风险评估方法 |
| CN112232680A (zh) * | 2020-10-19 | 2021-01-15 | 三峡大学 | 基于Copula函数的流域氮代谢环境风险评价方法 |
| CN112819312A (zh) * | 2021-01-25 | 2021-05-18 | 华中科技大学 | 气候变化情景下干旱社会经济暴露度评估方法和系统 |
| CN112819312B (zh) * | 2021-01-25 | 2023-06-16 | 华中科技大学 | 气候变化情景下干旱社会经济暴露度评估方法和系统 |
| CN118052438A (zh) * | 2024-03-15 | 2024-05-17 | 北京师范大学 | 基于Copula函数的水-能-碳关联综合风险评估方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110334908B (zh) | 2021-12-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110334908A (zh) | 一种流域水资源的供水发电环境多重风险评估方法和系统 | |
| Finnegan et al. | The embodied CO2e of sustainable energy technologies used in buildings: A review article | |
| Davies et al. | An integrated assessment of global and regional water demands for electricity generation to 2095 | |
| CN107967560A (zh) | 多能互补分布式能源系统的评价方法、装置、设备和介质 | |
| Wibowo et al. | Green cloud computing and economics of the cloud: Moving towards sustainable future | |
| CN109598552B (zh) | 一种基于复杂网络理论的跨境电力贸易市场特征分析方法 | |
| CN110518583A (zh) | 一种考虑动态特性的综合能源系统可靠性评估方法 | |
| CN109447840A (zh) | 一种热电联产机组在供热期电负荷可调范围的确定方法 | |
| Wu et al. | Green technologies and sustainability: A new trend | |
| CN105139291B (zh) | 一种含分布式电源配电网设备利用率的计算方法 | |
| Wilberforce et al. | The state of renewable energy source envelopes in urban areas | |
| CN106204339B (zh) | 一种含潮汐流能发电场电力系统的发电可靠性评估方法 | |
| CN112290543A (zh) | 一种能源互联系统的能源利用效率薄弱点辨识方法及系统 | |
| CN109861272B (zh) | 考虑电量外送的多电压等级电网分布式电源优化配置方法 | |
| ALRAYESS et al. | Using machine learning techniques and deep learning in forecasting the hydroelectric power generation in almus dam, turkey | |
| CN107171356B (zh) | 一种针对风电调峰需求的风火外送送电曲线研究方法 | |
| Bracco et al. | Evaluating LCOE in sustainable microgrids for smart city applications | |
| CN104408557B (zh) | 一种汛期水电富集电网省调平衡电厂电源电量分配方法 | |
| CN204391747U (zh) | 一种交互式清洁用电系统 | |
| CN106447159A (zh) | 火电厂节能减排效果的测定方法 | |
| Li et al. | Research on benefit evaluation method of integrated energy system project based on combination weight | |
| Ismail et al. | Long term energy development pathways for Nigeria: A scenario based analysis | |
| Yang et al. | Comprehensive benefits assessment of different new energy generation technologies for global energy Internet development | |
| Ran et al. | Probabilistic Method/for Evaluating Wind Power Heating Improving the Accommodation Capacity of Renewable Energy Power System | |
| Gao et al. | Research on new energy utilization based on cloud computing and big data |
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 |