CN111401630B - 一种基于粗糙集理论的防洪系统水库属性实时动态评价方法 - Google Patents
一种基于粗糙集理论的防洪系统水库属性实时动态评价方法 Download PDFInfo
- Publication number
- CN111401630B CN111401630B CN202010174344.XA CN202010174344A CN111401630B CN 111401630 B CN111401630 B CN 111401630B CN 202010174344 A CN202010174344 A CN 202010174344A CN 111401630 B CN111401630 B CN 111401630B
- Authority
- CN
- China
- Prior art keywords
- reservoir
- flood
- index
- equal
- flood control
- 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.)
- Active
Links
Images
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
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
Abstract
本发明公开了一种基于粗糙集理论的防洪系统水库属性实时动态评价方法,包括:建立防洪系统水库属性动态评价初始指标体系;建立水库群实时调度“动态等效”模型,生成水库属性样本真集;建立粗糙集信息系统决策表;建立基于粗糙集等价关系原理的指标约简模型;基于约简指标体系进行评价规则提取,用于水库属性实时动态评价。本发明方法可根据实时信息在防洪调度中评价水库属性。该技术理论丰富,可操作性强,可靠性高,在水库群防洪调度领域的应用,能实现实时防洪调度中水库属性的动态评价。
Description
技术领域
本发明涉及防洪系统实时调度方法,尤其是一种基于粗糙集理论的防洪系统水库属性实时动态评价方法。
背景技术
防洪系统实时联合调度是减轻洪涝灾害的重要非工程措施。受暴雨中心移动、水库调度方式、工程状态等多种因素影响,水库群中各水库控制洪水的能力是动态变化的,显效水库(防洪效果显著的水库)和非显效水库(防洪效果不显著的水库)子集也随之动态变化。根据实时信息动态评价水库属性,对于简化水库群联合调度模型和降低交互决策难度具有重要价值。
随系统科学、计算机、管理学等技术的发展,综合评价方法如聚类分析、主成分分析、模糊综合评价、灰色系统理论、人工神经网络、粗糙集理论等评价方法已发展成熟。在实时防洪调度中,为建立全面合理的指标体系,进行水库属性动态综合评价,需解决以下问题:(1)如何建立科学合理的评价指标体系;(2)如何进行指标的筛选以在保证评价结果精度的前提下提高评价效率;(3)如何建立评价规则库用于实时调度中水库属性的高效评价。本发明提出的基于粗糙集理论的评价方法,能从较少样本信息中提取必要指标集,并从指标与评价结果之间提取规律性知识,模型化、智能化地实现实时调度中水库属性的动态评价。
发明内容
发明目的:提供一种基于粗糙集理论的防洪系统水库属性实时动态评价方法,以解决现有技术存在的上述问题。
技术方案:为实现上述发明目的,本发明采用以下技术方案:
一种基于粗糙集理论的防洪系统水库属性实时动态评价方法,包括以下步骤:
(1)建立防洪系统水库属性动态评价初始指标体系;
(2)建立水库群实时调度“动态等效”模型,生成水库属性样本真集;
(3)建立粗糙集信息系统决策表;
(4)建立基于粗糙集等价关系原理的指标约简模型;
(5)基于约简指标体系进行评价规则提取,用于水库属性实时动态评价。
进一步的,步骤(1)中基于水库群联合防洪调度中水文补偿、水力补偿和库容补偿基本原理,从实时水雨情、水库利用状况、水库对控制断面洪水削减能力及水库间水文联系选择水库属性评价指标;其中,防洪系统水库属性动态评价初始指标体系包括目标层、准则层和指标层,其中:
目标层为:防洪系统水库属性实时动态评价总目标;
准则层包括:B1实时水雨情,B2水库利用状况,B3水库对控制断面洪水削减能力和B4水库间水文联系;
指标层包括:C1汇水区预报径流深(λi),C2补偿区间预报来水比重(αi),C3水库实时补偿能力(ηi),C4洪量贡献度(σi),C5洪峰贡献度(μi),C6水库断面洪水时间遭遇度(ωis),C7水库间洪水时间遭遇度(γi,i*);其中C1和C2对应准则层B1,C3对应准则层B2,C4、C5、C6对应准则层B3,C7对应准则层B4;
其中,Wi为第i水库预报入库径流量,Ai为第i水库汇水面积,Li为第i水库下游区间来水量,Ls为公共防洪点上游区间来水量,V防i为第i水库剩余防洪库容,Wi′为第i水库预报入库洪水在公共防洪点响应过程洪峰段洪量,Ws为公共防洪点天然洪水洪峰段洪量,Qs为公共防洪点天然洪水洪峰流量,Q′is为公共防洪点天然洪水洪峰时刻对应的第i水库预报入库洪水响应流量,ai,ai*分别为第i,i*水库预报入库洪水在公共防洪点响应过程洪峰段左端点,bi,bi*分别为第i,i*水库预报入库洪水在公共防洪点响应过程洪峰段右端点,as为公共防洪点天然洪水洪峰段左端点,bs为公共防洪点天然洪水洪峰段右端点。
进一步的,步骤(2)包括以下步骤:
(21)建立水库群实时调度“动态等效”模型,该模型中显效水库以公共防洪点洪峰流量最小为目标进行联合优化调度,非显效水库以最大削峰准则为目标进行单库优化调度;
非显效水库单库调度目标函数:
其中,qt为水库t时刻出库流量;T为调度期时段长;
显效水库联合调度目标函数:
约束条件:
水量平衡约束:
泄流能力约束:
最高水位约束:
期末水位约束:
泄流变幅约束:
其中,Δqi为第i库相邻时段出库允许变幅。
(22)对于含有M座水库的防洪系统,选取Z场历史洪水用于模型建立,Z*场洪水用于模型验证;为反映实时防洪调度中“动态”的特点,对每一场洪水,从t=0时刻起,按时间间隔τ,截取v段时段长为T的洪水子过程,构成模拟实时洪水样本集;
以可接受差异的防洪效果“近似等效原则”为前提由上述建立的“动态等效”模型,根据逐步减库法确定洪水样本集中水库属性,评价结果作为水库属性样本真集用于模型训练和验证;
计算各水库指标值,显效水库正向指标取最小值,负向指标取最大值,得到指标阈值。
进一步的,步骤(3)具体为:
建立粗糙集信息系统决策表,具体表述为:
I=(U,A,V,f) (8);
其中,U={Yki}(1≤k≤Z·v,1≤i≤M)为评价对象集,Yki为第k场洪水第i座水库;A为属性集,A=C∪D,指标体系C={Cj}(1≤j≤N)组成条件属性集,D为决策属性;V=VC∪VD为属性值集合,VC={ckij}(1≤k≤Z·v,1≤i≤M,1≤j≤N)为第k场洪水第i座水库第j个指标值组成的集合,VD={dki}(1≤k≤Z·v,1≤i≤M)为第k场洪水第i座水库的决策属性值组成的集合;f为评价对象到属性的函数关系。
更进一步的,属性值集合V的确定步骤如下:
(a)根据指标定量表达公式计算得到洪水样本集中各水库指标值集合V′C={c′kij}(1≤k≤Z·v,1≤i≤M,1≤j≤N),由于粗糙集只能处理离散化的信息,根据指标阈值对指标值做离散化处理,若第k场洪水中第i座水库的第j个指标值c′kij满足阈值,则记为“1”,否则记为“0”,得到离散的条件属性值VC={ckij}(1≤k≤Z·v,1≤i≤M,1≤j≤N);
(b)根据水库属性样本真集,若第i库在第k场洪水中为显效水库,记dki=1,否则记dki=0,由此得到决策属性值VD={dki}(1≤k≤Z·v,1≤i≤M)。
进一步的,步骤(4)包括以下步骤:
其中,x和y为U中任意两个评价对象;e为P中任意属性;fe(x)和fe(y)分别为评价对象x和y到属性e的函数关系;
U的划分是一组等价关系IND(P),表示为U/P;P的不可分辨关系的等价类表示为[x]P;
据此原理,分别求C和D的等价关系IND(C)和IND(D);
据此原理,求得D的C正域PosC(D);
(43)依次删除指标体系C={Cj}(1≤j≤7)中的各指标,设删除指标Cj求得等价关系IND(C/{Cj}),进而求得若则指标Cj为指标体系C中可被剔除的冗余指标,否则Cj是C中不可剔除的必要指标;
进一步的,步骤(5)包括以下步骤:
(51)对约简后的指标体系C*,令α表示第k场洪水第i座水库的指标值的合取,即令β表示第k场洪水第i座水库的决策属性值dki;令α→β表示决策规则“ifαthenβ”,模式α称为规则的前件,模式β称为规则的后件,可见决策表中每行均代表一条规则;采用LEM2算法提取所有可能规则;
(52)依据所提取的规则,进行水库群实时防洪调度中水库属性的动态评价。
有益效果:与现有技术相比,本发明的方法可以获得以下有益效果:
(1)本发明综合考虑了影响水库防洪效果的所有因素,建立了全面合理的水库属性初始评价指标体系;
(2)本发明基于粗糙集等价关系原理,可从少量的评价数据中进行知识挖掘,提取核心指标集;
(3)本发明基于粗糙集理论提取评价规则,使实时调度中水库属性动态评价得以模型化、智能化地实现。
附图说明
图1是本发明方法流程图;
图2是实时动态调度水库属性评价示意图。
具体实施方式
为解决现有技术存在的问题,申请人进行了深入研究,提出了基于粗糙集理论的防洪系统水库属性实时动态评价方法。
下面通过实施例,并结合附图,对本发明的技术方案做进一步具体说明。
如图1所示,基于粗糙集理论的防洪系统水库属性实时动态评价方法,主要包括以下步骤:
步骤1、建立防洪系统水库属性动态评价初始指标体系:
基于水库群联合防洪调度中水文补偿、水力补偿和库容补偿基本原理,从实时水雨情、水库利用状况、水库对控制断面洪水削减能力及水库间水文联系等方面选择水库属性评价指标,初始指标体系及定量表达公式如表1所示。
表1防洪系统水库属性动态评价初始指标体系
其中,Wi为第i水库预报入库径流量,Ai为第i水库汇水面积,Li为第i水库下游区间来水量,Ls为公共防洪点上游区间来水量,V防i为第i水库剩余防洪库容,Wi′为第i水库预报入库洪水在公共防洪点响应过程洪峰段洪量,Ws为公共防洪点天然洪水洪峰段洪量,Qs为公共防洪点天然洪水洪峰流量,Q′is为公共防洪点天然洪水洪峰时刻对应的第i水库预报入库洪水响应流量,ai,ai*分别为第i,i*水库预报入库洪水在公共防洪点响应过程洪峰段左端点,bi,bi*分别为第i,i*水库预报入库洪水在公共防洪点响应过程洪峰段右端点,as为公共防洪点天然洪水洪峰段左端点,bs为公共防洪点天然洪水洪峰段右端点。
步骤2、建立水库群实时调度“动态等效”模型,生成水库属性样本真集:
步骤21、建立水库群实时调度“动态等效”模型,该模型中显效水库以公共防洪点洪峰流量最小为目标进行联合优化调度,非显效水库以最大削峰准则为目标进行单库优化调度;
非显效水库单库调度目标函数:
其中,qt为水库t时刻出库流量;T为调度期时段长;
显效水库联合调度目标函数:
约束条件:
水量平衡约束:
泄流能力约束:
最高水位约束:
期末水位约束:
泄流变幅约束:
其中,Δqi为第i库相邻时段出库允许变幅。
步骤22、对于含有M座水库的防洪系统,选取Z场历史洪水用于模型建立,Z*场洪水用于模型验证。为反映实时防洪调度中“动态”的特点,对每一场洪水,从t=0时刻起,按时间间隔τ,截取v段时段长为T的洪水子过程,构成模拟实时洪水样本集。
本发明实施例中,以淮河流域中上游防洪系统为例,该防洪系统共有14座水库。如图2所示,选取历史12场洪水,每场洪水截取为3段建立模拟实时洪水样本集;此外,选取一场洪水,截取为3段,进行3次动态调度用于模型验证。
以可接受差异的防洪效果“近似等效原则”为前提由上述建立的“动态等效”模型,根据逐步减库法确定洪水样本集中水库属性,评价结果作为水库属性样本真集用于模型训练和验证。
计算各水库指标值,显效水库正向指标取最小值,负向指标取最大值,得到指标阈值。
步骤3、建立粗糙集信息系统决策表:
建立粗糙集信息系统决策表,具体表述为:
I=(U,A,V,f) (8);
其中,U={Yki}(1≤k≤Z·v,1≤i≤M)为评价对象集,Yki为第k场洪水第i座水库;A为属性集,A=C∪D,指标体系C={Cj}(1≤j≤N)组成条件属性集,D为决策属性;V=VC∪VD为属性值集合,VC={ckij}(1≤k≤Z·v,1≤i≤M,1≤j≤N)为第k场洪水第i座水库第j个指标值组成的集合,VD={dki}(1≤k≤Z·v,1≤i≤M)为第k场洪水第i座水库的决策属性值组成的集合;f为评价对象到属性的函数关系。
本实施例中,U={Yki}(1≤k≤36,1≤i≤14)为洪水样本集中14座水库组成的评价对象集;C∪D为属性集,指标体系C={Cj}(1≤j≤7)组成条件属性集,D为决策属性;V=VC∪VD为属性值集合,VC={ckij}(1≤k≤36,1≤i≤14,1≤j≤7)为第k场洪水第i座水库第j个指标值组成的集合,VD={dki}(1≤k≤36,1≤i≤14)为第k场洪水第i座水库的决策属性值组成的集合;f为评价对象到属性的函数关系。
其中,属性值集合V的确定步骤如下:
(1)根据表1公式计算得到洪水样本集中各水库指标值集合V′C={c′kij}(1≤k≤Z·v,1≤i≤M,1≤j≤N),由于粗糙集只能处理离散化的信息,本文根据指标阈值对指标值做离散化处理,若第k场洪水中第i座水库的第j个指标值c′kij满足阈值,则记为“1”,否则记为“0”,得到离散的条件属性值VC={ckij}(1≤k≤Z·v,1≤i≤M,1≤j≤N)。
本实施例中:
V′C={c′kij}(1≤k≤36,1≤i≤14,1≤j≤7),VC={ckij}(1≤k≤36,1≤i≤14,1≤j≤7);
(2)根据水库属性样本真集,若第i库在第k场洪水中为显效水库,记dki=1,否则记dki=0,由此得到决策属性值VD={dki}(1≤k≤Z·v,1≤i≤M),本实施例中,VD={dki}(1≤k≤36,1≤i≤14)。
有上述步骤得到信息系统决策表如表2所示:
表2信息系统决策表
表2中决策属性D为水库属性样本真集。
步骤4、建立基于粗糙集等价关系原理的指标约简模型:
其中,x和y为U中任意两个评价对象;e为P中任意属性;fe(x)和fe(y)分别为评价对象x和y到属性e的函数关系。
U的划分是一组等价关系IND(P),表示为U/P。P的不可分辨关系的等价类表示为[x]P。
据此原理,分别求C和D的等价关系IND(C)和IND(D)。
据此原理,求得D的C正域PosC(D)。
步骤43、依次删除指标体系C={Cj}(1≤j≤7)中的各指标,设删除指标Cj求得等价关系IND(C/{Cj}),进而求得若则指标Cj为指标体系C中可被剔除的冗余指标,否则Cj是C中不可剔除的必要指标。
依次删除指标C1,C2,…,C7,求得:
因此{C3,C4}和{C3,C5}两个子集均为C的D约简。即精选后的最简指标体系为{水库实时补偿能力,洪量贡献度}和{水库实时补偿能力,洪峰贡献度}。
步骤5、基于约简指标体系进行评价规则提取,用于水库属性实时动态评价:
步骤51、对约简后的指标体系C*,令α表示第k场洪水第i座水库的指标值的合取,即令β表示第k场洪水第i座水库的决策属性值dki。令α→β表示决策规则“ifαthenβ”,模式α称为规则的前件,模式β称为规则的后件,可见决策表中每行均代表一条规则。本发明采用LEM2算法提取所有可能规则。
则,水库属性动态评价规则如表3所示:
表3约简指标体系规则
步骤52、依据所提取的规则,可进行水库群实时防洪调度中水库属性的动态评价。
基于以上约简指标体系的评价规则,进行验证洪水水库属性动态评价,得到该场洪水水库属性如表4所示。
表4验证期洪水水库属性评价结果
由表4可知,根据粗糙集理论进行指标约简,并根据提取的规则可根据实时信息评价水库属性,由此得到的显效水库包含了显效水库真集,说明评价结果合理。
本发明所提出的一种基于粗糙集理论的防洪系统水库属性实时动态评价方法,可根据实时信息在防洪调度中评价水库属性。该技术理论丰富,可操作性强,可靠性高,在水库群防洪调度领域的应用,能实现实时防洪调度中水库属性的动态评价。包括:建立防洪系统水库属性动态评价初始指标体系;生成粗糙集指标约简及规则提取模型训练样本;建立粗糙集信息系统决策表;建立基于粗糙集等价关系原理的指标约简模型;基于约简指标体系进行评价规则提取,用于水库属性实时动态评价。防洪系统实时联合调度中,根据实时水情、雨情、工情信息进行水库“显效”或“非显效”属性动态评价,据此建立“显效”水库联合调度、“非显效”水库单独调度的“动态等效”模型,重点考虑“显效”水库防洪信息,可在保证防洪效果的前提下提高防洪决策效率。本发明旨在提供基于粗糙集理论的防洪系统水库属性实时动态评价方法,通过对指标体系的约简、规则提取等,实现防洪系统实时调度中水库属性的高效动态评价。
Claims (3)
1.一种基于粗糙集理论的防洪系统水库属性实时动态评价方法,其特征在于,包括以下步骤:
(1)建立防洪系统水库属性动态评价初始指标体系;
(2)建立水库群实时调度“动态等效”模型,生成水库属性样本真集;
(3)建立粗糙集信息系统决策表;具体表述为:
I=(U,A,V,f) (1);
其中,U={Yki}(1≤k≤Z·v,1≤i≤M)为评价对象集,Yki为第k场洪水第i座水库;A为属性集,A=C∪D,指标体系C={Cj}(1≤j≤N)组成条件属性集,D为决策属性;V=VC∪VD为属性值集合,VC={ckij}(1≤k≤Z·v,1≤i≤M,1≤j≤N)为第k场洪水第i座水库第j个指标值组成的集合,VD={dki}(1≤k≤Z·v,1≤i≤M)为第k场洪水第i座水库的决策属性值组成的集合;f为评价对象到属性的函数关系;M表示防洪系统中水库的数量;
属性值集合V的确定步骤如下:
(a)根据指标定量表达公式计算得到洪水样本集中各水库指标值集合V′C={c′kij}(1≤k≤Z·v,1≤i≤M,1≤j≤N),由于粗糙集只能处理离散化的信息,根据指标阈值对指标值做离散化处理,若第k场洪水中第i座水库的第j个指标值c′kij满足阈值,则记为“1”,否则记为“0”,得到离散的条件属性值VC={ckij}(1≤k≤Z·v,1≤i≤M,1≤j≤N);
(b)根据水库属性样本真集,若第i库在第k场洪水中为显效水库,记dki=1,否则记dki=0,由此得到决策属性值VD={dki}(1≤k≤Z·v,1≤i≤M);
(4)建立基于粗糙集等价关系原理的指标约简模型;包括以下步骤:
其中,x和y为U中任意两个评价对象;e为P中任意属性;fe(x)和fe(y)分别为评价对象x和y到属性e的函数关系;
U的划分是一组等价关系IND(P),表示为U/P;P的不可分辨关系的等价类表示为[x]P;
据此原理,分别求C和D的等价关系IND(C)和IND(D);
据此原理,求得D的C正域PosC(D);
(43)依次删除指标体系C={Cj}(1≤j≤7)中的各指标,设删除指标Cj求得等价关系IND(C/{Cj}),进而求得若则指标Cj为指标体系C中可被剔除的冗余指标,否则Cj是C中不可剔除的必要指标;
(5)基于约简指标体系进行评价规则提取,用于水库属性实时动态评价;包括以下步骤:
(51)对约简后的指标体系C*,令α表示第k场洪水第i座水库的指标值的合取,即令β表示第k场洪水第i座水库的决策属性值dki;令α→β表示决策规则“ifαthenβ”,模式α称为规则的前件,模式β称为规则的后件,可见决策表中每行均代表一条规则;采用LEM2算法提取所有规则;
(52)依据所提取的规则,进行水库群实时防洪调度中水库属性的动态评价。
2.根据权利要求1所述的一种基于粗糙集理论的防洪系统水库属性实时动态评价方法,其特征在于,步骤(1)中基于水库群联合防洪调度中水文补偿、水力补偿和库容补偿基本原理,从实时水雨情、水库利用状况、水库对控制断面洪水削减能力及水库间水文联系选择水库属性评价指标;其中,防洪系统水库属性动态评价初始指标体系包括目标层、准则层和指标层,其中:
目标层为:防洪系统水库属性实时动态评价总目标;
准则层包括:B1实时水雨情,B2水库利用状况,B3水库对控制断面洪水削减能力和B4水库间水文联系;
指标层包括:C1汇水区预报径流深(λi),C2补偿区间预报来水比重(αi),C3水库实时补偿能力(ηi),C4洪量贡献度(σi),C5洪峰贡献度(μi),C6水库断面洪水时间遭遇度(ωis),C7水库间洪水时间遭遇度(γi,i*);其中C1和C2对应准则层B1,C3对应准则层B2,C4、C5、C6对应准则层B3,C7对应准则层B4;
其中,Wi为第i水库预报入库径流量,Ai为第i水库汇水面积,Li为第i水库下游区间来水量,Ls为公共防洪点上游区间来水量,V防i为第i水库剩余防洪库容,W′i为第i水库预报入库洪水在公共防洪点响应过程洪峰段洪量,Ws为公共防洪点天然洪水洪峰段洪量,Qs为公共防洪点天然洪水洪峰流量,Q′is为公共防洪点天然洪水洪峰时刻对应的第i水库预报入库洪水响应流量,ai,ai*分别为第i,i*水库预报入库洪水在公共防洪点响应过程洪峰段左端点,bi,bi*分别为第i,i*水库预报入库洪水在公共防洪点响应过程洪峰段右端点,as为公共防洪点天然洪水洪峰段左端点,bs为公共防洪点天然洪水洪峰段右端点。
3.根据权利要求1所述的一种基于粗糙集理论的防洪系统水库属性实时动态评价方法,其特征在于,步骤(2)包括以下步骤:
(21)建立水库群实时调度“动态等效”模型,该模型中显效水库以公共防洪点洪峰流量最小为目标进行联合优化调度,非显效水库以最大削峰准则为目标进行单库优化调度;
非显效水库单库调度目标函数:
其中,qt为水库t时刻出库流量;T为调度期时段长;
显效水库联合调度目标函数:
约束条件:
水量平衡约束:
泄流能力约束:
最高水位约束:
期末水位约束:
泄流变幅约束:
其中,Δqi为第i库相邻时段出库允许变幅;
(22)对于含有M座水库的防洪系统,选取Z场历史洪水用于模型建立,Z*场洪水用于模型验证;为反映实时防洪调度中“动态”的特点,对每一场洪水,从t=0时刻起,按时间间隔τ,截取v段时段长为T的洪水子过程,构成模拟实时洪水样本集;
以可接受差异的防洪效果“近似等效原则”为前提由上述建立的“动态等效”模型,根据逐步减库法确定洪水样本集中水库属性,评价结果作为水库属性样本真集用于模型训练和验证;
计算各水库指标值,显效水库正向指标取最小值,负向指标取最大值,得到指标阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010174344.XA CN111401630B (zh) | 2020-03-13 | 2020-03-13 | 一种基于粗糙集理论的防洪系统水库属性实时动态评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010174344.XA CN111401630B (zh) | 2020-03-13 | 2020-03-13 | 一种基于粗糙集理论的防洪系统水库属性实时动态评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111401630A CN111401630A (zh) | 2020-07-10 |
CN111401630B true CN111401630B (zh) | 2022-06-03 |
Family
ID=71428740
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010174344.XA Active CN111401630B (zh) | 2020-03-13 | 2020-03-13 | 一种基于粗糙集理论的防洪系统水库属性实时动态评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111401630B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116882851B (zh) * | 2023-09-08 | 2023-11-28 | 浙江远算科技有限公司 | 基于多尺度耦合仿真的水库群防洪系统评估方法与设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012174125A (ja) * | 2011-02-23 | 2012-09-10 | Yamaguchi Univ | 防災計画支援システムとそのプログラム |
CN107169059A (zh) * | 2017-04-28 | 2017-09-15 | 北京理工大学 | 一种基于相似变精度粗糙集模型的知识推送规则提取方法 |
CN108985577A (zh) * | 2018-06-26 | 2018-12-11 | 河海大学 | 一种基于推理机的水库群实时防洪调度显效水库智能识别方法 |
-
2020
- 2020-03-13 CN CN202010174344.XA patent/CN111401630B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012174125A (ja) * | 2011-02-23 | 2012-09-10 | Yamaguchi Univ | 防災計画支援システムとそのプログラム |
CN107169059A (zh) * | 2017-04-28 | 2017-09-15 | 北京理工大学 | 一种基于相似变精度粗糙集模型的知识推送规则提取方法 |
CN108985577A (zh) * | 2018-06-26 | 2018-12-11 | 河海大学 | 一种基于推理机的水库群实时防洪调度显效水库智能识别方法 |
Non-Patent Citations (2)
Title |
---|
基于粗糙集理论的水利工程现代化管理评价;吉鹏飞;《黑龙江水利科技》;20200131;第48卷(第1期);第210-213、238页 * |
基于粗糙集的水利工程管理现代化评价权重确定;杨志军;《黑龙江水利科技》;20180731;第46卷(第7期);第229-232页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111401630A (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Deriving optimal refill rules for multi-purpose reservoir operation | |
Dawson et al. | Flood estimation at ungauged sites using artificial neural networks | |
Jain et al. | Comparative analysis of event-based rainfall-runoff modeling techniques—deterministic, statistical, and artificial neural networks | |
Wei et al. | Optimal tree-based release rules for real-time flood control operations on a multipurpose multireservoir system | |
Thomas et al. | Peak flow responses to clear‐cutting and roads in small and large basins, western Cascades, Oregon: A second opinion | |
Chuntian | Fuzzy optimal model for the flood control system of the upper and middle reaches of the Yangtze River | |
CN108985577B (zh) | 一种基于推理机的水库群实时防洪调度显效水库智能识别方法 | |
CN112418491A (zh) | 一种水库剩余拦沙库容动态配置方法 | |
CN116050628A (zh) | 一种基于数字孪生的考虑预报不确定性的水库防洪优化调度方法 | |
CN111401630B (zh) | 一种基于粗糙集理论的防洪系统水库属性实时动态评价方法 | |
Niazkar et al. | Assessment of artificial intelligence models for estimating lengths of gradually varied flow profiles | |
Haverkamp et al. | Subwatershed spatial analysis tool: Discretization of a distributed hydrologic model by statistical criteria 1 | |
Kirkby | Do not only connect: a model of infiltration‐excess overland flow based on simulation | |
CN114357868A (zh) | 复杂防洪系统多目标协同调度方法及装置 | |
Safavi et al. | Conjunctive use of surface and ground water using fuzzy neural network and genetic algorithm | |
Anilan et al. | Application of Artificial Neural Networks and regression analysis to L-moments based regional frequency analysis in the Eastern Black Sea Basin, Turkey | |
Yu et al. | Multi-person multiobjective fuzzy decision-making model for reservoir flood control operation | |
Alfa et al. | Reliability assessment of Thomas Fiering's method of stream flow prediction | |
Awan et al. | Application of adaptive neuro-fuzzy inference system for dam inflow prediction using long-range weather forecast | |
CN113836807B (zh) | 一种基于熵值法和长短期记忆神经网络的河湖生态流量预报预警方法 | |
Goharian et al. | Uncertainty propagation of hydrologic modeling in water supply system performance: Application of Markov chain Monte Carlo method | |
CN110807475B (zh) | 一种基于确定性系数的洪水分类识别预报方法 | |
Yang et al. | A combined interval TOPSIS with multiple sensitivity strategies decision-making framework | |
Azari et al. | Investigating the capabilities of the NSGA-II multi-objective algorithm in automatic calibration of the WEAP model for simulating Jareh Dam and network system | |
Davanlou Tajbakhsh et al. | Hybrid wavelet-M5 modeling in rainfall-runoff process forecast |
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 |