CN111784051A - 一种洪水调度方案优选方法 - Google Patents

一种洪水调度方案优选方法 Download PDF

Info

Publication number
CN111784051A
CN111784051A CN202010629739.4A CN202010629739A CN111784051A CN 111784051 A CN111784051 A CN 111784051A CN 202010629739 A CN202010629739 A CN 202010629739A CN 111784051 A CN111784051 A CN 111784051A
Authority
CN
China
Prior art keywords
flood
magnitude
scheduling
type
scheduling scheme
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
CN202010629739.4A
Other languages
English (en)
Other versions
CN111784051B (zh
Inventor
张忠波
张双虎
田雨
何晓燕
李辉
张大伟
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 CN202010629739.4A priority Critical patent/CN111784051B/zh
Publication of CN111784051A publication Critical patent/CN111784051A/zh
Application granted granted Critical
Publication of CN111784051B publication Critical patent/CN111784051B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/24323—Tree-organised classifiers
    • 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
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Quality & Reliability (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Operations Research (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种洪水调度方案优选方法，包括步骤1：根据洪水量级对洪水进行分类；步骤2：筛选建立决策树的基础方案集合；步骤3：针对三套洪水调度方案集合分别建立对应各个洪水量级的决策树，步骤4：应用决策树进行实时防洪调度决策。本发明为一种基于决策树的超标准洪水调度方案优选方法，可实现快速地选出防洪调度方案、为实时洪水调度提供技术支持。

Description

一种洪水调度方案优选方法
技术领域
本发明为一种洪水调度方案优选方法，属于水利工程技术领域，尤其涉及洪水预警及防洪技术领域，具体涉及超标准洪水调度，特别涉及基于决策树进行洪水调度方案的优选方法。
背景技术
我国洪水灾害具有突发性、多发性以及不确定性，其对人类生存与发展的威胁程度比较严重，尤其超标准洪水带来灾害更加无法估量。防洪工程体系在应对洪水时制定多个调度方案，选择何种方案最优，智能快速优选方案成为防洪决策关键技术。
针对现有流域洪水调度方案，大多是针对水库工程调度方案的优选，很少涉及到蓄滞洪区和流域灾害损失。考虑水库防洪调度不同水情、不同阶段防洪目标的复杂性，通过全面分析水库实时调度各个时段的调度目标，同时与求得的目标权重值把各个时段的目标合成为综合目标，通过优选获得最满意调度方案。这些优选思想仅仅依靠固定场景下多个方案进行简单对比，无法实现自动决策。在应对洪水复杂情景下，亟需新技术与新思想，从而实现智能决策。
发明内容
本发明的目的在于，克服防洪工程体系在应对洪水时，选择调度方案时存在的技术缺陷，提出一种对一系列超标准洪水应对方案进行优选的方法，运用该方法应当能够快速制定实时防洪调度决策方案。本发明的目的是通过以下技术方案实现的：
一种洪水调度方案优选方法，其特征在于，包括以下步骤：
步骤1：根据洪水量级对洪水进行分类，分类依据为：流域内所有水库工程在防御洪水时都未达到设计标准洪水位，这场洪水对应流域洪水量级Ⅰ；流域内只要有一个水库工程在防御洪水时达到设计标准洪水位，这场洪水对应流域洪水量级Ⅱ；当流域任一水库工程防御洪水时水库水位超过设计标准洪水位，则这场洪水对应流域洪水量级Ⅲ；
步骤2：筛选建立决策树的基础方案集合：根据与三个洪水量级的对应关系将洪水调度方案库中的调度方案进行分类，分为三个子方案集，每子方案集中包括不同类型洪水各自对应的多个调度方案；分别对每类洪水对应的多个调度方案进行评价筛选，筛选出每类洪水对应的调度方案中评价值最高的进入该量级洪水调度方案集合，经过筛选后最终获得三套洪水调度方案集合作为建立决策树的基础方案集合；
步骤3：针对三套洪水调度方案集合分别建立对应各个洪水量级的决策树：针对量级Ⅰ洪水调度方案集合构建的决策树，其属性为洪水类型、防洪工程体系核心水库当前水位组合，对应决策类为防洪体系中各水库工程调度期末的水位组合；针对量级Ⅱ洪水调度方案集合构建的决策树，其属性为洪水类型、防洪工程体系核心水库当前水位组合、流域蓄滞洪区当前开启状态组合，对应决策类为防洪体系中水库工程调度期末的水位组合以及蓄滞洪区开启状态组合；针对量级Ⅲ洪水调度方案集合构建的决策树，其属性为洪水类型、防洪工程体系核心水库当前水位组合、流域蓄滞洪区当前开启状态组合，对应决策类为流域灾害损失以及蓄滞洪区开启状态组合；
步骤4：应用决策树进行实时防洪调度决策：根据预报洪水量级选取对应量级的决策树；根据预报洪水类型，选择决策树中对应分支；根据防洪工程体系中水库当前水位组合或水库当前水位组合及蓄滞洪区开启状态组合，顺着分支找到叶节点所对应的决策类；完成一次洪水实时调度决策。
进一步的，步骤2中对每类洪水对应的多个调度方案进行评价筛选：将与洪水量级Ⅰ对应的子方案集中每类洪水的各个调度方案采用公式(1)进行评价，每一类洪水评价值最高的调度方案进入量级Ⅰ洪水调度方案集合中；将与洪水量级Ⅱ对应的子方案集中每类洪水的各个调度方案采用公式(1)进行评价，每一类洪水评价值最高的调度方案进入量级Ⅱ洪水调度方案集合中；将与洪水量级Ⅲ对应的子方案集中每类洪水的各个调度方案采用公式(2)进行评价，每一类洪水评价值最高的调度方案进入量级Ⅲ洪水调度方案集合中；
P1＝C1+C2-C3-C4+C5-C6-E1-E2-E3 (1)
P3＝C1+C2-C3-C4+C5-C6-E1-E2-E3-F1-F2-F3-F4-F5 (2)
式中：P1表示与洪水量级Ⅰ或洪水量级Ⅱ对应的子方案集中每类洪水的各个调度方案的评价值；P3表示与洪水量级Ⅲ对应的子方案集中每类洪水的各个调度方案的评价值；C1～C6表示针对防洪工程防洪能力的评价指标，单位：无量纲；E1～E3表示针对防洪体系中保护断面和堤防的评价指标，单位：无量纲；F1～F5表示针对流域损失情况的评价指标；F1无量纲；F2为上游淹没损失，单位：万元，F3为下游淹没损失，单位：万元；F4为救援损失，单位：万元；F5为生态环境损失相对值，无量纲。
C1为防洪剩余库容相对数；C2为蓄滞洪区剩余数相对值；C3为最大分洪流量相对值；C4为最大分洪量相对值；C5为富余分洪量相对值；C6为淹没面积相对值；E1为最大流量相对值；E2为最高水位相对值；E3为高水位历时相对值；F1为人员伤亡；F2为上游淹没损失，F3为下游淹没损失；F4为救援损失；F5为生态环境损失相对值。
进一步的，所述洪水类型以洪水特征值和/或洪水频率表征，所述洪水特征值包括：洪峰、洪量。
本发明的优点和有益效果是：本发明提供一种基于决策树的超标准洪水调度方案优选，可实现快速地选出防洪调度方案、为实时洪水调度提供技术支持。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1为实施例1中针对量级Ⅰ洪水调度方案集合构建的决策树；
图2为实施例1中针对量级Ⅱ洪水调度方案集合构建的决策树；
图3为实施例1中针对量级Ⅲ洪水调度方案集合构建的决策树；
图4为决策树应用流程图；
图5为实施例2中针对量级Ⅱ洪水调度方案集合构建的决策树。
具体实施方式
实施例1
一种洪水调度方案优选方法，包括以下步骤：
步骤1：根据洪水量级对洪水进行分类，分类依据为：流域内所有水库工程在防御洪水时都未达到设计标准洪水位，这场洪水对应流域洪水量级Ⅰ；流域内只要有一个水库工程在防御洪水时达到设计标准洪水位，这场洪水对应流域洪水量级Ⅱ；当流域任一水库工程防御洪水时水库水位超过设计标准洪水位，则这场洪水对应流域洪水量级Ⅲ；
根据流域超标准洪水特性，超标准洪水量级是随时间不断变化的过程，将超标准洪水发展过程分为三个阶段，即对应洪水量级(Ⅰ、Ⅱ、Ⅲ)。
步骤2：筛选建立决策树的基础方案集合：根据与三个洪水量级的对应关系将洪水调度方案库中的调度方案进行分类，分为三个子方案集，每子方案集中包括不同类型洪水各自对应的多个调度方案；分别对每类洪水对应的多个调度方案进行评价筛选：将与洪水量级Ⅰ对应的子方案集中每类洪水的各个调度方案采用公式(1)进行评价，每一类洪水评价值最高的调度方案进入量级Ⅰ洪水调度方案集合中；将与洪水量级Ⅱ对应的子方案集中每类洪水的各个调度方案采用公式(1)进行评价，每一类洪水评价值最高的调度方案进入量级Ⅱ洪水调度方案集合中；将与洪水量级Ⅲ对应的子方案集中每类洪水的各个调度方案采用公式(2)进行评价，每一类洪水评价值最高的调度方案进入量级Ⅲ洪水调度方案集合中；
P1＝C1+C2-C3-C4+C5-C6-E1-E2-E3 (1)
P3＝C1+C2-C3-C4+C5-C6-E1-E2-E3-F1-F2-F3-F4-F5 (2)
式中：P1表示与洪水量级Ⅰ或洪水量级Ⅱ对应的子方案集中每类洪水的各个调度方案的评价值；P3表示与洪水量级Ⅲ对应的子方案集中每类洪水的各个调度方案的评价值；C1～C6表示针对防洪工程防洪能力的评价指标，单位：无量纲；E1～E3表示针对防洪体系中保护断面和堤防的评价指标，单位：无量纲；F1～F5表示针对流域损失情况的评价指标；F1无量纲；F2为上游淹没损失，单位：万元，F3为下游淹没损失，单位：万元；F4为救援损失，单位：万元；F5为生态环境损失相对值，无量纲。
经过筛选后最终获得三套洪水调度方案集合作为建立决策树的基础方案集合；
本实施例在具体操作中：
从方案库里获取方案集合，根据3个洪水量级进行分类，分为3个子方案集；每个洪水量级对应多个洪水类型(即洪水过程)，针对一场洪水过程，有多个方案，针对多个方案采用评价指标进行评价；
建立评价指标：评价较好的方案则为建立决策树基础方案集；
Figure BDA0002568038240000041
Figure BDA0002568038240000051
1、防洪工程防洪能力评定方法
防洪剩余库容相对数
Figure BDA0002568038240000052
蓄滞洪区剩余数相对值
C2＝sum(未启用的蓄滞洪区)/sum(流域蓄滞洪区)
最大分洪流量相对值
C3＝max(分洪流量)/历史最大值
最大分洪量相对值
C4＝分洪历时*分洪流量/蓄滞洪区总蓄量
富余分洪量相对值
C5＝sum(未启用的蓄滞洪区容积)/蓄滞洪区总蓄量
淹没面积相对值
C6＝sum(淹没面积)/流域总面积
2、防洪体系中保护断面及堤防
最大流量相对值
E1＝max(过流流量过程)/历史最大流量
最高水位相对值
E2＝max(水位变化过程)/历史最高水位
高水位历时相对值
E3＝sum(水位高水位历时)/洪水过程时长
3、流域损失情况评价方法
人员伤亡(ε为足够大系数)
F1＝ε·sum(伤亡)
上游淹没损失
F2＝sum(上游淹没损失)
下游淹没损失
F3＝sum(下游淹没损失)
救援损失
F4＝sum(救援耗资)
生态环境损失相对值
F5＝sum(小于基流时长)/洪水过程总时长
针对洪水量级Ⅰ和Ⅱ中每一类洪水评价值最高的调度方案入量级Ⅰ、Ⅱ洪水调度方案集合：评价值为
P1＝C1+C2-C3-C4+C5-C6-E1-E2-E3 (1)
针对洪水量级Ⅲ中每一类洪水评价值最高的调度方案入量级Ⅲ洪水调度方案集合：评价值为
P3＝C1+C2-C3-C4+C5-C6-E1-E2-E3-F1-F2-F3-F4-F5 (2)
步骤3：针对三套洪水调度方案集合分别建立对应各个洪水量级的决策树：针对量级Ⅰ洪水调度方案集合构建的决策树，其属性为洪水类型、防洪工程体系核心水库当前水位组合，对应决策类为防洪体系中各水库工程调度期末的水位组合；针对量级Ⅱ洪水调度方案集合构建的决策树，其属性为洪水类型、防洪工程体系核心水库当前水位组合、流域蓄滞洪区当前开启状态组合，对应决策类为防洪体系中水库工程调度期末的水位组合以及蓄滞洪区开启状态组合；针对量级Ⅲ洪水调度方案集合构建的决策树，其属性为洪水类型、防洪工程体系核心水库当前水位组合、流域蓄滞洪区当前开启状态组合，对应决策类为流域灾害损失以及蓄滞洪区开启状态组合；
决策树最重要两个条件就是属性和类，根据决策树属性的要求，对于本实施例主要有洪水特征属性、水库水位组合属性、流域蓄滞洪区开启组合属性以及流域灾害损失属性，最终形成三套洪水调度方案集合。
本实施例中：对应四种属性对应分级情况如下
(1)流域超标准洪水形成各个阶段的要素属性(即洪水类型)
序号 阶段 级别
1 类型1洪水/洪峰 1
2 类型2洪水/洪峰 2
3 类型3洪水/洪峰 3
4 类型4洪水/洪峰 4
5 类型5洪水/洪峰 5
6 类型6洪水/洪峰 6
(2)流域水库群中核心水库当前水位以及决策水位组合要素属性(以两个水库为例)
流域核心水库群中核心水库当前水位以及决策水位组合(即调度期末的水位组合)要素属性
Figure BDA0002568038240000071
Figure BDA0002568038240000081
(3)流域蓄滞洪区当前开启状态以及决策是否开启组合要素属性(以两个蓄滞洪区为例)
序号 开启类型 级别
1 未开启蓄滞洪区 1
2 开启蓄滞洪区1 2
3 开启蓄滞洪区2 3
4 同时开启蓄滞洪区1和2 4
(4)流域灾害损失要素属性
序号 损失 级别
1 损失类型A 1
2 损失类型B 2
3 损失类型C 3
本发明根据洪水量级选择不同的属性和类，综合分析三种量级洪水方案的特点，三个量级选择的决策树属性与类如下表：
(1)一般洪水场景(量级Ⅰ)
Figure BDA0002568038240000082
(2)标准洪水(量级Ⅱ)
Figure BDA0002568038240000083
Figure BDA0002568038240000091
(3)超标准洪水(量级Ⅲ)
Figure BDA0002568038240000092
构建决策树具体步骤与操作如下：
(1)计算给定样本集合分类所期望的信息熵E(S)
假设划分为C个类的信息熵或期望信息为：
Figure BDA0002568038240000093
式中，S是n个数据样本的集合，将样本集划分为c个不同的类Ci(i＝1,2,…,c)，每个类Ci含有的样本数目为ni。设pi为S中的样本属于第i类Ci的概率，则Ci＝ni/n。主要根据上述公式计算每个决策树各个分类对应的信息熵，在决策树的每一个节点选择取得最大信息增益的属性。
(2)计算各属性的熵。假设属性洪水类型要素的信息增益最大，可选择属性洪水类型要素作为根节点测试属性，并对应每个值在根节点向下创建分支，形成如图所示的部分决策树。即期望熵为：
Figure BDA0002568038240000101
式中，属性A的所有不同值的集合为Values(A)，Sv是S中属性A的值为v的样本子集，即Sv＝{s∈S|A(s)＝v}，在选择属性A后的每一个分支节点上，对该节点的样本集Sv分类的熵为E(Sv)。选择A导致的期望熵定义为每个子集Sv的熵的加权和，权值为属于Sv的样本站原始样本S的比例
Figure BDA0002568038240000102
(其中| |表示样本个数)，其中，E(Sv)是将Sv中的样本划分到c个类别的信息熵。
属性A相对样本集合S的信息增益Gain(S,A)定义为：
Gain(S,A)＝E(S)-E(S,A) (5)
Gain(S,A)是指因为知道属性A的值后导致熵的期望压缩。Gain(S,A)越大，说明选择测试属性A对分类提供的信息越多。
(3)连续型属性分裂断点的选择。如前所述，本实施例已对核心水库水位这个连续型属性按等库容法进行了离散化。记防洪高水位为Zmax，汛限水位水位为Zmin，第i等分点所对应水位为Zi，分别计算把[Zmin,Zi]和[Zi,Zmax](i＝1,2,…,10)作为区间时的信息增益，并进行比较；选择信息增益最大所对应的Zi作为水库水位分裂断点。逐层向下构建节点、分支，直到样本都被划分到同一个类或则某一节点中的样本数量低于给定值时为止，最终形成不同量级洪水的决策树。
本实施例中构建三种量级洪水调度方案决策树：洪水量级Ⅰ决策树如图1所示，洪水量级Ⅱ决策树如图2所示，洪水量级Ⅲ决策树如图3所示，
步骤4：应用决策树进行实时防洪调度决策：根据预报洪水量级选取对应量级的决策树；根据预报洪水类型，选择决策树中对应分支；根据防洪工程体系中水库当前水位组合或水库当前水位组合及蓄滞洪区开启状态组合，顺着分支找到叶节点所对应的决策类；完成一次洪水实时调度决策。应用决策树的具体流程如图4所示。如果为洪水量级Ⅰ中某一类型洪水，下一个分支为核心水库当前水位组合，选择对应分支，从而最终找到决策树最终类为洪水调度时段末核心水库水位组合(水库工程调度期末的水位组合)，即为当前调度方案；如果预报为洪水量级Ⅱ，第二个分支为核心水库当前水位组合，第三个分支为当前蓄滞洪区的当前开启状态组合，第四个分支为决策树对应的类即为调度期末对应的核心水库水位组合以及蓄滞洪区开启状态组合；如果预报为洪水量级Ⅱ，第二个分支为当前核心水库水位组合，第三个分支为当前蓄滞洪区的开启状态组合；第四个分支为决策树对应的类即为调度期末对蓄滞洪区开启状态及灾害损失组合。
实施例2：
以长江流域中游为研究对象，参与防洪调度的防洪系统工程包括溪洛渡，向家坝以及三峡水库群，下游荆江分洪蓄滞洪区作为研究蓄滞洪区，保护对象为荆江市。
采用实施例1的方案构建的决策树。其中洪水量级Ⅱ决策树具体如图5所示。
预报长江流域中游发生1954年型典型1％洪水(当前洪水量级为Ⅱ，设计标准洪水，洪水类型为1)，根据制定的决策树第一个分支以及预报洪水类型1，找到标准洪水洪峰或洪量对应的第二个分支；当前溪洛渡，向家坝以及三峡水库群水库水位为组合A，根据水位以及库容曲线计算出当前剩余防洪库容占防洪库容80％，根据决策树找到相应水位组合A的第三个分支，根据当前荆江分洪区开启状态，根据决策树找到蓄滞洪区开启状态对应第四个分支，最后找到决策树最后一个分支。至此完成决策树的应用，从第一支到最后一支决策过程即为优选方案，优选方案包括调度期末水库水位组合B，根据水位以及库容曲线计算出当前剩余防洪库容占防洪库容50％，荆江分洪区未开启状态，以及水库泄流过程和蓄滞洪区蓄洪过程等信息。
最后应说明的是，以上仅用以说明本发明的技术方案而非限制，尽管参照较佳布置方案对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围。

Claims (3)

1.一种洪水调度方案优选方法，其特征在于，包括以下步骤：
步骤1：根据洪水量级对洪水进行分类，分类依据为：流域内所有水库工程在防御洪水时都未达到设计标准洪水位，这场洪水对应流域洪水量级Ⅰ；流域内只要有一个水库工程在防御洪水时达到设计标准洪水位，这场洪水对应流域洪水量级Ⅱ；当流域任一水库工程防御洪水时水库水位超过设计标准洪水位，则这场洪水对应流域洪水量级Ⅲ；
步骤2：筛选建立决策树的基础方案集合：根据与三个洪水量级的对应关系将洪水调度方案库中的调度方案进行分类，分为三个子方案集，每子方案集中包括不同类型洪水各自对应的多个调度方案；分别对每类洪水对应的多个调度方案进行评价筛选，筛选出每类洪水对应的调度方案中评价值最高的进入该量级洪水调度方案集合，经过筛选后最终获得三套洪水调度方案集合作为建立决策树的基础方案集合；
步骤3：针对三套洪水调度方案集合分别建立对应各个洪水量级的决策树：针对量级Ⅰ洪水调度方案集合构建的决策树，其属性为洪水类型、防洪工程体系核心水库当前水位组合，对应决策类为防洪体系中各水库工程调度期末的水位组合；针对量级Ⅱ洪水调度方案集合构建的决策树，其属性为洪水类型、防洪工程体系核心水库当前水位组合、流域蓄滞洪区当前开启状态组合，对应决策类为防洪体系中水库工程调度期末的水位组合以及蓄滞洪区开启状态组合；针对量级Ⅲ洪水调度方案集合构建的决策树，其属性为洪水类型、防洪工程体系核心水库当前水位组合、流域蓄滞洪区当前开启状态组合，对应决策类为流域灾害损失以及蓄滞洪区开启状态组合；
步骤4：应用决策树进行实时防洪调度决策：根据预报洪水量级选取对应量级的决策树；根据预报洪水类型，选择决策树中对应分支；根据防洪工程体系中水库当前水位组合或水库当前水位组合及蓄滞洪区开启状态组合，顺着分支找到叶节点所对应的决策类；完成一次洪水实时调度决策。
2.根据权利要求1所述的洪水调度方案优选方法，其特征在于，步骤2中对每类洪水对应的多个调度方案进行评价筛选：将与洪水量级Ⅰ对应的子方案集中每类洪水的各个调度方案采用公式（1）进行评价，每一类洪水评价值最高的调度方案进入量级Ⅰ洪水调度方案集合中；将与洪水量级Ⅱ对应的子方案集中每类洪水的各个调度方案采用公式（1）进行评价，每一类洪水评价值最高的调度方案进入量级Ⅱ洪水调度方案集合中；将与洪水量级Ⅲ对应的子方案集中每类洪水的各个调度方案采用公式（2）进行评价，每一类洪水评价值最高的调度方案进入量级Ⅲ洪水调度方案集合中；
Figure 374569DEST_PATH_IMAGE002
（1）
Figure 822868DEST_PATH_IMAGE004
（2）
式中：P1表示与洪水量级Ⅰ或洪水量级Ⅱ对应的子方案集中每类洪水的各个调度方案的评价值；P3表示与洪水量级Ⅲ对应的子方案集中每类洪水的各个调度方案的评价值；C1~C7表示针对防洪工程防洪能力的评价指标，E1~E3表示针对防洪体系中保护断面和堤防的评价指标；F1~F5表示针对流域损失情况的评价指标；C1为防洪剩余库容相对数；C2为蓄滞洪区剩余数相对值；C3为最大分洪流量相对值；C4为最大分洪量相对值；C5为富余分洪量相对值；C6为淹没面积相对值；E1为最大流量相对值；E2为最高水位相对值；E3为高水位历时相对值；F1为人员伤亡；F2为上游淹没损失，F3为下游淹没损失；F4为救援损失；F5为生态环境损失相对值。
3.根据权利要求1所述的洪水调度方案优选方法，其特征在于：所述洪水类型以洪水特征值和/或洪水频率表征，所述洪水特征值包括：洪峰、洪量。
CN202010629739.4A 2020-07-03 2020-07-03 一种洪水调度方案优选方法 Active CN111784051B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010629739.4A CN111784051B (zh) 2020-07-03 2020-07-03 一种洪水调度方案优选方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010629739.4A CN111784051B (zh) 2020-07-03 2020-07-03 一种洪水调度方案优选方法

Publications (2)

Publication Number Publication Date
CN111784051A true CN111784051A (zh) 2020-10-16
CN111784051B CN111784051B (zh) 2021-07-16

Family

ID=72759275

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010629739.4A Active CN111784051B (zh) 2020-07-03 2020-07-03 一种洪水调度方案优选方法

Country Status (1)

Country Link
CN (1) CN111784051B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113177695A (zh) * 2021-04-07 2021-07-27 武汉艾信科技有限公司 一种洪水调度方案评价与选取方法及系统
CN114386882A (zh) * 2022-03-23 2022-04-22 长江勘测规划设计研究有限责任公司 基于水工程调度效果互馈的超标准洪水风险调控方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140056645A1 (en) * 2010-07-28 2014-02-27 Richard C. Hogan Flood Control Method
CN105894116A (zh) * 2016-03-31 2016-08-24 武汉大学 一种流域梯级水库与蓄滞洪区联合调度方法
CN106228277A (zh) * 2016-08-16 2016-12-14 武汉大学 一种基于数据挖掘的水库调度预报信息有效精度识别方法
CN107330621A (zh) * 2017-06-30 2017-11-07 中国水利水电科学研究院 一种基于贝叶斯网络的水库群泄水建筑物失效评估方法
CN108764515A (zh) * 2018-04-04 2018-11-06 河海大学 一种耦合数值气象水文集合预报的水库调度风险决策方法
CN110033164A (zh) * 2019-03-04 2019-07-19 华中科技大学 一种水库群联合防洪调度的风险评估与决策方法
CN110210720A (zh) * 2019-05-13 2019-09-06 河海大学 一种混联水库群实时防洪风险双向分析方法
CN110895726A (zh) * 2019-10-16 2020-03-20 大连理工大学 一种考虑预报误差降低水库洪水起调水位的预报调度方法
CN111325286A (zh) * 2020-03-13 2020-06-23 河海大学 一种基于随机森林的防洪系统显效工程智能辨识方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140056645A1 (en) * 2010-07-28 2014-02-27 Richard C. Hogan Flood Control Method
CN105894116A (zh) * 2016-03-31 2016-08-24 武汉大学 一种流域梯级水库与蓄滞洪区联合调度方法
CN106228277A (zh) * 2016-08-16 2016-12-14 武汉大学 一种基于数据挖掘的水库调度预报信息有效精度识别方法
CN107330621A (zh) * 2017-06-30 2017-11-07 中国水利水电科学研究院 一种基于贝叶斯网络的水库群泄水建筑物失效评估方法
CN108764515A (zh) * 2018-04-04 2018-11-06 河海大学 一种耦合数值气象水文集合预报的水库调度风险决策方法
CN110033164A (zh) * 2019-03-04 2019-07-19 华中科技大学 一种水库群联合防洪调度的风险评估与决策方法
CN110210720A (zh) * 2019-05-13 2019-09-06 河海大学 一种混联水库群实时防洪风险双向分析方法
CN110895726A (zh) * 2019-10-16 2020-03-20 大连理工大学 一种考虑预报误差降低水库洪水起调水位的预报调度方法
CN111325286A (zh) * 2020-03-13 2020-06-23 河海大学 一种基于随机森林的防洪系统显效工程智能辨识方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
ZHONGBO ZHANG ET AL: "《An Improved "Dynamic Control Operation Module" for Cascade Reservoirs》", 《WATER RESOUR MANAGE》 *
刁艳芳等: "《平原水库提水调度规则决策树的制定与应用》", 《中国科技论文》 *
张弛: "《数据挖掘技术在水文预报与水库调度中的应用研究》", 《中国优秀博硕士学位论文全文数据库（博士）工程科技II辑》 *
王晓鹏: "《闹德海水库汛期水沙预报调度方式研究》", 《中国优秀硕士学位论文全文数据库工程科技II辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113177695A (zh) * 2021-04-07 2021-07-27 武汉艾信科技有限公司 一种洪水调度方案评价与选取方法及系统
CN114386882A (zh) * 2022-03-23 2022-04-22 长江勘测规划设计研究有限责任公司 基于水工程调度效果互馈的超标准洪水风险调控方法

Also Published As

Publication number Publication date
CN111784051B (zh) 2021-07-16

Similar Documents

Publication Publication Date Title
CN107992961B (zh) 一种自适应的流域中长期径流预报模型架构方法
CN111784051B (zh) 一种洪水调度方案优选方法
CN110033164B (zh) 一种水库群联合防洪调度的风险评估与决策方法
Dehshiri New hybrid multi criteria decision making method for offshore windfarm site location in Persian Gulf, Iran
CN101976842A (zh) 基于电气分区的关键断面自动获取方法
CN103870995A (zh) 一种高寒沙地植被恢复潜力评估方法
CN113095648A (zh) 基于数据驱动的配电网故障停电风险指标评估方法及系统
CN108133331B (zh) 一种黄河下游宽滩区滞洪沉沙功能和减灾效应的评价方法
CN114372625A (zh) 一种基于多输出机器学习算法的城市内涝快速预报方法
CN116050595A (zh) 一种注意力机制与分解机制耦合的径流量预测方法
CN116011731A (zh) 基于机器学习算法与雨洪数值模型的厂网河联合调度方法
Alizdeh et al. A wavelet-ANFIS model to estimate sedimentation in dam reservoir
Le Ngo Optimising reservoir operation: A case study of the Hoa Binh reservoir, Vietnam
Abbot et al. Improving monthly rainfall forecasts using artificial neural networks and single-month optimisation: a case study of the Brisbane catchment, Queensland, Australia
CN111597693A (zh) 一种入河污染负荷最优分配方法及系统
CN112686472B (zh) 一种分布式光伏等效电站的功率预测方法
CN115358587A (zh) 区域多部门协同的基础设施规划方法及系统
Lyu et al. Water level prediction model based on GCN and LSTM
Nguyen et al. Short-term reservoir system operation for flood mitigation with 1D hydraulic model
Osman et al. Application of stochastic flood forecasting model using regression method for Kelantan catchment
CN111915451A (zh) 台区日功率曲线计算方法
Liu RETRACTED ARTICLE: Design and simulation analysis of offshore tidal energy generating set system based on sensor network
CN112614016B (zh) 基于次干层联络和移动储能的电力供电生命线构建方法
Zhang et al. Research on Optimization Methods of Flood Dispatching Scheme Based on Decision Trees
Shan et al. Research on flood level forecasting in tidal river based on mixture regressive model

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