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 PDF

Info

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
Application number
CN202010174344.XA
Other languages
English (en)
Other versions
CN111401630A (zh
Inventor
李洁玉
钟平安
邴建平
杨敏芝
刘为锋
王涵
吴宇彤
王翌旭
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.)
Hohai University HHU
Original Assignee
Hohai University HHU
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 Hohai University HHU filed Critical Hohai University HHU
Priority to CN202010174344.XA priority Critical patent/CN111401630B/zh
Publication of CN111401630A publication Critical patent/CN111401630A/zh
Application granted granted Critical
Publication of CN111401630B publication Critical patent/CN111401630B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40Controlling 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

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
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
指标层C1的指标定量表达公式为:
Figure BDA0002410234510000021
指标类型为正向、定量;
指标层C2的指标定量表达公式为:
Figure BDA0002410234510000022
指标类型为正向、定量;
指标层C3的指标定量表达公式为:
Figure BDA0002410234510000023
指标类型为负向、定量;
指标层C4的指标定量表达公式为:
Figure BDA0002410234510000024
指标类型为正向、定量;
指标层C5的指标定量表达公式为:
Figure BDA0002410234510000025
指标类型为正向、定量;
指标层C6的指标定量表达公式为:
Figure BDA0002410234510000026
指标类型为正向、定量;
指标层C7的指标定量表达公式为:
Figure BDA0002410234510000027
指标类型为正向、定量;
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:
Figure BDA0002410234510000031
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:
Figure BDA0002410234510000032
其中,
Figure BDA0002410234510000033
是第i库泄流过程在公共防洪点的响应;
Figure BDA0002410234510000034
是第i库到私有防洪点之间的区间入流过程在公共防洪点的响应;
Figure BDA0002410234510000035
是各显效水库和公共防洪点之间的总区间入流过程在公共防洪点的响应;M*为显效水库的数目;
约束条件:
水量平衡约束:
Figure BDA0002410234510000041
其中,
Figure BDA0002410234510000042
Figure BDA0002410234510000043
分别为第i库t时段初、末蓄水量;
Figure BDA0002410234510000044
Figure BDA0002410234510000045
分别为第i库t时段初、末入库流量;
Figure BDA0002410234510000046
Figure BDA0002410234510000047
分别为第i库t时段初、末出库流量;Δt为时段长;
泄流能力约束:
Figure BDA0002410234510000048
其中,
Figure BDA0002410234510000049
为第i库t时刻水位
Figure BDA00024102345100000410
对应的泄流能力;
最高水位约束:
Figure BDA00024102345100000411
其中,
Figure BDA00024102345100000412
为第i库t时刻的最高控制水位;
期末水位约束:
Figure BDA00024102345100000413
其中,
Figure BDA00024102345100000414
Figure BDA00024102345100000415
分别为第i库调度期末计算水位和控制水位;
泄流变幅约束:
Figure BDA00024102345100000416
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:
(41)对于
Figure BDA0002410234510000051
定义对应属性集P的等价关系:
Figure BDA0002410234510000052
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);
(42)设集合
Figure BDA0002410234510000061
P的下近似集表示U中所有肯定属于集合P的对象所组成的集合,即:
Figure BDA0002410234510000062
Figure BDA0002410234510000063
Q的P正域表示论域U中所有使用分类U/P所表达的知识,能够正确地划入到U/Q的等价类之中的集合,即:
Figure BDA0002410234510000064
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
Figure BDA0002410234510000065
Figure BDA0002410234510000066
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;
(44)约简后的指标体系为C*,共N*个指标,则
Figure BDA0002410234510000067
Figure BDA0002410234510000068
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
Figure BDA0002410234510000069
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
Figure BDA0002410234510000071
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:
Figure BDA0002410234510000081
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:
Figure BDA0002410234510000082
其中,
Figure BDA0002410234510000083
是第i库泄流过程在公共防洪点的响应;
Figure BDA0002410234510000084
是第i库到私有防洪点之间的区间入流过程在公共防洪点的响应;
Figure BDA0002410234510000085
是各显效水库和公共防洪点之间的总区间入流过程在公共防洪点的响应;M*为显效水库的数目。
约束条件:
水量平衡约束:
Figure BDA0002410234510000086
其中,
Figure BDA0002410234510000091
Figure BDA0002410234510000092
分别为第i库t时段初、末蓄水量;
Figure BDA0002410234510000093
Figure BDA0002410234510000094
分别为第i库t时段初、末入库流量;
Figure BDA0002410234510000095
Figure BDA0002410234510000096
分别为第i库t时段初、末出库流量;Δt为时段长;
泄流能力约束:
Figure BDA0002410234510000097
其中,
Figure BDA0002410234510000098
为第i库t时刻水位
Figure BDA0002410234510000099
对应的泄流能力;
最高水位约束:
Figure BDA00024102345100000910
其中,
Figure BDA00024102345100000911
为第i库t时刻的最高控制水位;
期末水位约束:
Figure BDA00024102345100000912
其中,
Figure BDA00024102345100000913
Figure BDA00024102345100000914
分别为第i库调度期末计算水位和控制水位;
泄流变幅约束:
Figure BDA00024102345100000915
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
Figure BDA0002410234510000111
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:
步骤41、对于
Figure BDA0002410234510000112
可定义对应属性集P的等价关系(不可分辨关系):
Figure BDA0002410234510000113
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)。
步骤42、设集合
Figure BDA0002410234510000114
P的下近似集表示U中所有肯定属于集合P的对象所组成的集合,即:
Figure BDA0002410234510000121
Figure BDA0002410234510000122
Q的P正域表示论域U中所有使用分类U/P所表达的知识,能够正确地划入到U/Q的等价类之中的集合,即:
Figure BDA0002410234510000123
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
Figure BDA0002410234510000124
Figure BDA0002410234510000125
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。
步骤44、约简后的指标体系为C*(共N*个指标),则
Figure BDA0002410234510000126
Figure BDA0002410234510000127
依次删除指标C1,C2,…,C7,求得:
Figure BDA0002410234510000128
Figure BDA0002410234510000129
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
Figure BDA00024102345100001210
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
Figure BDA00024102345100001211
Figure BDA0002410234510000131
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
Figure BDA0002410234510000132
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:
(41)对于
Figure FDA0003583779560000012
定义对应属性集P的等价关系:
Figure FDA0003583779560000011
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);
(42)设集合
Figure FDA0003583779560000025
P的下近似集表示U中所有属于集合P的对象所组成的集合,即:
Figure FDA0003583779560000026
Figure FDA0003583779560000021
Q的P正域表示论域U中所有使用分类U/P所表达的知识,能够正确地划入到U/Q的等价类之中的集合,即:
Figure FDA0003583779560000022
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
Figure FDA0003583779560000023
Figure FDA0003583779560000024
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;
(44)约简后的指标体系为C*,共N*个指标,则
Figure FDA0003583779560000027
(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
Figure FDA0003583779560000028
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
指标层C1的指标定量表达公式为:
Figure FDA0003583779560000031
指标类型为正向、定量;
指标层C2的指标定量表达公式为:
Figure FDA0003583779560000032
指标类型为正向、定量;
指标层C3的指标定量表达公式为:
Figure FDA0003583779560000033
指标类型为负向、定量;
指标层C4的指标定量表达公式为:
Figure FDA0003583779560000034
指标类型为正向、定量;
指标层C5的指标定量表达公式为:
Figure FDA0003583779560000035
指标类型为正向、定量;
指标层C6的指标定量表达公式为:
Figure FDA0003583779560000036
指标类型为正向、定量;
指标层C7的指标定量表达公式为:
Figure FDA0003583779560000037
指标类型为正向、定量;
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:
Figure FDA0003583779560000041
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:
Figure FDA0003583779560000042
其中,
Figure FDA0003583779560000043
是第i库泄流过程在公共防洪点的响应;
Figure FDA0003583779560000044
是第i库到私有防洪点之间的区间入流过程在公共防洪点的响应;
Figure FDA0003583779560000045
是各显效水库和公共防洪点之间的总区间入流过程在公共防洪点的响应;M*为显效水库的数目;
约束条件:
水量平衡约束:
Figure FDA0003583779560000051
其中,
Figure FDA0003583779560000052
Figure FDA0003583779560000053
分别为第i库t时段初、末蓄水量;
Figure FDA0003583779560000054
Figure FDA0003583779560000055
分别为第i库t时段初、末入库流量;
Figure FDA0003583779560000056
Figure FDA0003583779560000057
分别为第i库t时段初、末出库流量;Δt为时段长;
泄流能力约束:
Figure FDA0003583779560000058
其中,
Figure FDA0003583779560000059
为第i库t时刻水位
Figure FDA00035837795600000510
对应的泄流能力;
最高水位约束:
Figure FDA00035837795600000511
其中,
Figure FDA00035837795600000512
为第i库t时刻的最高控制水位;
期末水位约束:
Figure FDA00035837795600000513
其中,
Figure FDA00035837795600000514
Figure FDA00035837795600000515
分别为第i库调度期末计算水位和控制水位;
泄流变幅约束:
Figure FDA00035837795600000516
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。
CN202010174344.XA 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 Active CN111401630B (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (3)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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