CN112529252A - 一种小水电前池水位预测方法及预测系统 - Google Patents
一种小水电前池水位预测方法及预测系统 Download PDFInfo
- Publication number
- CN112529252A CN112529252A CN202011292688.7A CN202011292688A CN112529252A CN 112529252 A CN112529252 A CN 112529252A CN 202011292688 A CN202011292688 A CN 202011292688A CN 112529252 A CN112529252 A CN 112529252A
- Authority
- CN
- China
- Prior art keywords
- water level
- forebay
- forebay water
- moment
- front pool
- 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 225
- 238000000034 method Methods 0.000 title claims abstract description 27
- 239000007788 liquid Substances 0.000 claims abstract description 18
- 238000012706 support-vector machine Methods 0.000 claims abstract description 8
- 238000012549 training Methods 0.000 claims abstract description 7
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 5
- 238000010219 correlation analysis Methods 0.000 claims abstract description 5
- 239000010959 steel Substances 0.000 claims abstract description 5
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 230000005611 electricity Effects 0.000 abstract description 4
- 238000011161 development Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 5
- 239000003990 capacitor Substances 0.000 description 4
- 238000002955 isolation Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 208000025274 Lightning injury Diseases 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
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
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F23/00—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm
- G01F23/80—Arrangements for signal processing
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Fluid Mechanics (AREA)
- Primary Health Care (AREA)
- Signal Processing (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)
Abstract
本发明公开了一种小水电前池水位预测方法及预测系统,它包括选择防雷式前池水位液位传感器并安装在钻孔的钢管中通过防雷装置与前池水位采集终端相连;采集含α个时刻的前池水位数据集和各时刻对应的天气预报信息集;进行前池水位与天气预报信息的相关性分析,将相关性系数排名前两位的变量利用SVM训练得到前池水位预测模型;通过前池水位预测模型得到对应时刻的前池水位预测值和第g个时刻的前池水位数据;用最终实时前池水位数据实时修正前池水位预测模型;收集预测周期内含有Bκ和Bθ两个变量的未来天气预报信息集输入修正后的前池水位预测模型,得到预测周期内的各时刻前池水位预测结果;解决了现有技术对小水电前池水位进行准确预测的问题。
Description
技术领域
本发明属于水电运行与调度控制技术领域,尤其涉及一种小水电 前池水位预测方法及预测系统。
背景技术
水电是利用最广泛的可再生能源。为了确保水电的可持续发 展和运行,并在经济、社会发展和环境保护之间寻求平衡点,“绿 色水电”概念应运而生。在环保政策支持和监管当局强有力的监 督下,水电能成为重要的可再生能源技术,为农村电气化、社会 包容性可持续工业发展、减少温室气体排放和森林砍伐等方面做 出有益贡献。最大限度和更有效的利用水能资源,不仅能够从能 源结构的调整上具有战略性的意义,还能够缓解化石能源的使用 给社会带来的一系列的环境问题,推动世界经济更好的发展。因 此,水电应该纳入各国的国家计划,将水能的开发和利用放在当 前能源规划工作的首位,实现可持续绿色能源发展。
小水电是清洁可再生的绿色能源,农村水电和小水电代燃料 工程是统筹城乡发展的重要举措。通过开发小水电,建设农村电气 化,使数千条河流得到了初步治理,小水电水库总库容达多亿立方 米,有效地提高了江河的防洪能力,改善了生态和农业生产条件。中国发展小水电和农村电气化不仅比较好地解决了发展中国家共 同面临的能源、环境和贫困问题,而且还在增强民族团结,促进边 疆繁荣稳定方面发挥了巨大作用,在国民经济发展和社会进步中 起着不可替代的历史作用。因此,解决好小水电接入电网对系统运 行影响的问题至关重要。
由于小水电站大都属于装机容量小、可调节能力差的小水电 站,存在丰水期多发抢发、枯水期少发停发的特点,其上网电量 存在极大的不确定性,波动幅度巨大,对电网的稳定及电力调度 造成巨大的影响。
由于地理位置的限制,电站前池容积不能扩大。当前池来水 量增加时,如果运行人员未能及时了解前池水位变化情况,加大 机组出力,将造成前池溢流,影响电站经济效益。因此,有必要 安装一套前池水位预测平台,实时监测电站前池水位变化前况, 同时可以识别和自动修正前池水位实时数据,实时修正前池水位 预测模型,以便得到精确预测结果,同时目前前池水位传感器所 处地理位置复杂,易受雷电等特殊气象条件的影响,而且一般前 池只布置有单传感器,无法判断数据是否异常或数据质量是否满 足运行要求,以及无法了解未来前池水位变化情况,以致运行人 员及时难以提前考虑调整机组运行方式,影响电站安全运行。
发明内容
本发明要解决的技术问题是:提供一种小水电前池水位预测方法 及预测系统,以解决现有技术对小水电前池水位进行准确预测,以致 运行人员及时难以提前考虑调整机组运行方式,影响电站安全运 行等技术问题。
本发明的技术方案:
一种小水电前池水位预测方法,它包括:
步骤1、选择防雷式前池水位液位传感器并安装在钻孔的钢管中;
步骤2、将防雷式前池水位液位传感器通过防雷装置与前池水位 采集终端相连用于测量实际前池水位;
步骤3、采集含α个时刻的前池水位数据集H和各时刻对应的天 气预报信息集WE;
步骤4、通过采集的前池水位数据集H和天气预报信息集WE,进 行前池水位与天气预报信息的相关性分析,
步骤5、将相关性系数排名前两位的两个变量记做Bκ和Bθ;
步骤6、将前池水位数据集H和天气预报信息集WE中Bκ和Bθ变量形 成训练样本集,利用SVM训练得到前池水位预测模型;
步骤7、实时采集第g个时刻的前池水位数据HRTg,并根据对应 时刻的实时天气预报信息WERTg,利用步骤6得到的前池水位预测模型 得到对应时刻的前池水位预测值HPRg;并确定第g个时刻的前池水位 数据HFg;
步骤8、将最终实时前池水位数据加入前池水位样本集,实时 修正前池水位预测模型;
步骤9、收集预测周期内含有Bκ和Bθ两个变量的未来天气预 报信息集WEP作为输入传递给步骤8得到的实时修正的前池水位 预测模型,得到预测周期内的各时刻前池水位预测结果集HWFP。
步骤1所述防雷式前池水位液位传感器最大量程刻度Mξ米,输出 信号为4-20mA。
步骤2所述实际前池水位获取方法为:设AD转换后的0米水位为 H0,AD转换后的Mξ米水位为HMξ,通过当前第μ个时刻的测量值数字 HRμ,计算得到第μ个时刻的实际前池水位Hμ
第μ个时刻的前池水位数据为Hμ,该时刻对应的天气预报信息集 WEμ={TRμ,PRμ,HRμ,WDRμ,WSRμ,QRμ},,μ∈α,各符号代表以下含义: 温度TR、气压PR、湿度HR、风向WDR、风速WSR、降雨量QR。
所述相关性分析时,相关性系数的计算公式为:
第g个时刻的前池水位数据的确定方法包括:
2)εg>0.2,则直接将前池水位预测模型得到对应时刻的前池水位 预测值HPRg作为第g个时刻的前池水位数据HFg;
3)εg<0.2,则对实时采集第g个时刻的前池水位数据HRTg和前池 水位预测模型得到对应时刻的前池水位预测值HPRg进行比较,计算φg, 计算公式为若φg<0.1,则第g个时刻的前池水位数 据若φg>0.1,则第g个时刻的前池水位数据 HFg=ΩHRTg+ΞHPRg,其中Ω、Ξ为权重系数,且有Ω+Ξ=1。
一种小水电前池水位预测系统,它包括:防雷式前池水位液位传 感器,所述防雷式前池水位液位传感器通过防雷装置与与前池水位采 集终端连接;前池水位采集终端与前池水位采集分析系统连接;前池 水位采集分析系统与前池水位预测系统连接;前池水位采集分析系统 和前池水位预测系统分别与站内测控单元连接。
所述站内测控单元与后台监控系统连接。
所述前池水位采集终端包括中央处理单元,防雷装置通过AD转换 模块与中央处理单元连接;中央处理单元与显示触摸屏连接;中央 处理单元通过模拟量输出模块、软报文输出模块和继电器输出报警 模块与前池水位采集分析系统连接。
所述前池水位采集终端通过外接电源和光伏进行供电。
本发明有益效果:
本发明通过布置防雷式前池水位液位传感器将输出的采样值 通过前池水位采集终端转换为实时监测水位,利用历史前池水位 数据集和历史气象信息集对前池水位预测模型进行训练,通过实 时采集的前池水位信息和根据实时天气预报信息得到的前池水位预测值,进行对比、判断和数据处理,得到最终的实时前池水位 数据来实时修正前池水位预测模型,并根据预测周期内未来天气 预报信息集,得到预测周期内的各时刻前池水位预测结果集,记 入前池水位预测系统的存储单元,并通过站内测控单元传送给后 台监控系统,供运行人员了解未来前池水位变化情况,提前考虑 调整机组运行方式,确保电站安全运行。以解决现有技术中目前 前池水位传感器所处地理位置复杂,易受雷电等特殊气象条件的 影响,而且一般前池只布置有单传感器,无法判断数据是否异常 或数据质量是否满足运行要求,以及无法了解未来前池水位变化 情况,以致运行人员及时难以提前考虑调整机组运行方式,影响 电站安全运行等技术问题。
附图说明
图1为本发明结构示意图;
图2为本发明前池水位采集终端示意图。
具体实施方式:
一种小水电前池水位预测方法,它主要步骤包括:
步骤1选择防雷式前池水位液位传感器并安装在钻孔的钢管中, 以解决前池水位传感器布置在偏远山区,且地理位置复杂,无防止雷 电等特殊气象条件的影响,同时容易受前池动水影响引起测量误差等 问题。
步骤2防雷式前池水位液位传感器按照实际情况,选取传感器最 大量程刻度Mξ米,输出信号为4-20mA。
步骤3防雷式前池水位液位传感器通过防雷装置与前池水位采集 终端相连,用于以免雷击造成传感器和前池水位采集终端,同时传感 器将输出的4-20mA信号传给前池水位采集终端的AD转换模块用于实 现模数转换,并转换为实际前池水位并传送给前池水位采集分析系统。
其中,传感器输出信号转换为实际前池水位方法如下:
其AD转换后的0米水位为H0,其AD转换后的Mξ米水位为HMξ, 通过当前第μ个时刻的测量值数字HRμ,则通过下式计算得到第μ个时 刻的实际前池水位Hμ。
步骤4利用步骤3得到的含α个时刻的前池水位数据集H和各时 刻对应的天气预报信息集WE。
其中,第μ个时刻的前池水位数据为Hμ,该时刻对应的天气预报 信息集WEμ={TRμ,PRμ,HRμ,WDRμ,WSRμ,QRμ}。其中,μ∈α。
其中,各符号代表以下含义:温度TR、气压PR、湿度HR、风向 WDR、风速WSR、降雨量QR。
步骤5基于步骤4采集的前池水位数据集H和天气预报信息集WE, 进行前池水位与天气预报信息的相关性分析。
相关性系数的计算公式为:
式中:rHWE为变量H 和WE的相关性系数。相关系数在0.8以上,认为变量间有强相关性; 相关系数在0.3-0.8之间,认为变量间弱相关;低于0.3则认为变量 不具备相关性。设变量H、WE各有α个样本,Hi、WEi分别代表H和WE 的第i个样本。分别代表α个H、WE样本的平均值。
将前池水位数据集H与天气预报信息集WE的6个变量间,相关性 系数排名前两位的两个变量记做Bκ和Bθ。
步骤6利用步骤4中前池水位数据集H和天气预报信息集WE中Bκ 和Bθ形成训练样本集,利用SVM训练得到前池水位预测模型。
步骤7实时采集第g个时刻的前池水位数据HRTg,并根据对应时 刻的实时天气预报信息WERTg,利用步骤6得到的前池水位预测模型得 到对应时刻的前池水位预测值HPRg。并进行判断和确定第g个时刻的 前池水位数据HFg,记入前池水位采集分析系统的存储单元,并通过站 内测控单元传送给后台监控系统。
步骤8将步骤7判断得到的最终实时前池水位数据,实时代 入步骤6的前池水位样本集,实时修正前池水位预测模型。
步骤9收集预测周期内含有Bκ和Bθ两个变量的未来天气预 报信息集WEP,并将其作为输入传递给步骤8得到的实时修正的前 池水位预测模型,得到预测周期内的各时刻前池水位预测结果集 HWFP,记入前池水位预测系统的存储单元,并通过站内测控单元 传送给后台监控系统。
其中,第g个时刻的前池水位数据的判断和确定方法如下:
2)εg>0.2,则直接将前池水位预测模型得到对应时刻的前池水 位预测值HPRg作为第g个时刻的前池水位数据HFg;
3)εg<0.2,则对实时采集第g个时刻的前池水位数据HRTg和前池 水位预测模型得到对应时刻的前池水位预测值HPRg进行比较,计算φg, 计算公式为若φg<0.1,则第g个时刻的前池水位数 据若φg>0.1,则第g个时刻的前池水位数据 HFg=ΩHRTg+ΞHPRg,其中Ω、Ξ为权重系数,且有Ω+Ξ=1
一种小水电前池水位预测预测系统它包括防雷式前池水位液 位传感器、防雷装置、前池水位采集终端、外接电源和光伏超级 电容组、前池水位采集分析系统、前池水位预测系统、站内测控 单元、后台监控系统。
防雷式前池水位液位传感器安装在钻孔的钢管中并置于小水 电前池,用于采集小水电前池水位信息,并输出4-20mA信号。
防雷装置与防雷式前池水位液位传感器相连,用于保护防雷 式前池水位液位传感器不会因雷击而损坏。
前池水位采集终端与防雷装置,用于接收传感器输出的 4-20mA信号进行模数转换和数据处理,并将数据传送给前池水位 采集分析系统。同时,与外接电源相连,用于作为前池水位采集 终端的主供电源。与光伏超级电容组相连,用于作为前池水位采 集终端的备用电源。
其中,小水电前池水位采集终端包括中央处理单元、AD转换 模块、继电器报警输出模块、软报文输出模块、采集模拟量输出 模块、显示触摸屏、隔离变压器一和开关电源一、隔离变压器二 和开关电源二。
中央处理单元用于根据设定的参数(量程、AD转换后的0米 水位对应值,AD转换后的最大量程水位对应值)信息,自动计算实 时水位值。
AD转换模块为12位,输入信息为4-20mA的传感器采样值。
显示触摸屏用于显示实时采集的水位信息、参数设置、报警 信息等内容。
继电器报警输出模块,用于将小水电前池水位采集终端内报 警硬接点信号的输出;
软报文输出模块,用于将小水电前池水位采集终端内软报文 信号的输出;
采集模拟量输出模块,用于将计算的实时水位值输出;
隔离变压器一和开关电源一,用于将外接电源转换为前池水 位采集终端的主供电源;
隔离变压器二和开关电源二,用于将光伏超级电容组转换为 前池水位采集终端的备用电源。
前池水位采集分析系统与站内测控单元相连,用于将通过判 断和修正后的实时前池水位信息、继电器报警信息、软报文信息, 传送给站内测控单元,并这些信息转给后台监控系统作展示和告 警,为电站运行人员作参考。
前池水位预测系统与前池水位采集分析系统相连,用于收集 前池水位实时信息,结合预测周期的天气预报信息,对预测周期 的前池水位进行预测,并将预测结果通过站内测控单元传送给后 台监控系统作展示和告警,为电站运行人员作参考。
Claims (10)
1.一种小水电前池水位预测方法,它包括:
步骤1、选择防雷式前池水位液位传感器并安装在钻孔的钢管中;
步骤2、将防雷式前池水位液位传感器通过防雷装置与前池水位采集终端相连用于测量实际前池水位;
步骤3、采集含α个时刻的前池水位数据集H和各时刻对应的天气预报信息集WE;
步骤4、通过采集的前池水位数据集H和天气预报信息集WE,进行前池水位与天气预报信息的相关性分析,
步骤5、将相关性系数排名前两位的两个变量记做Bκ和Bθ;
步骤6、将前池水位数据集H和天气预报信息集WE中Bκ和Bθ变量形成训练样本集,利用SVM训练得到前池水位预测模型;
步骤7、实时采集第g个时刻的前池水位数据HRTg,并根据对应时刻的实时天气预报信息WERTg,利用步骤6得到的前池水位预测模型得到对应时刻的前池水位预测值HPRg;并进行判断和确定第g个时刻的前池水位数据HFg;
步骤8、将最终实时前池水位数据加入前池水位样本集,实时修正前池水位预测模型;
步骤9、收集预测周期内含有Bκ和Bθ两个变量的未来天气预报信息集WEP作为输入传递给步骤8得到的实时修正的前池水位预测模型,得到预测周期内的各时刻前池水位预测结果集HWFP。
2.根据权利要求1所述的一种小水电前池水位预测方法,其特征在于:步骤1所述防雷式前池水位液位传感器最大量程刻度Mξ米,输出信号为4-20mA。
4.根据权利要求3所述的一种小水电前池水位预测方法,其特征在于:第μ个时刻的前池水位数据为Hμ,该时刻对应的天气预报信息集WEμ={TRμ,PRμ,HRμ,WDRμ,WSRμ,QRμ},,μ∈α,各符号代表以下含义:温度TR、气压PR、湿度HR、风向WDR、风速WSR、降雨量QR。
6.根据权利要求1所述的一种小水电前池水位预测方法,其特征在于:第g个时刻的前池水位数据的确定方法包括:
2)εg>0.2,则直接将前池水位预测模型得到对应时刻的前池水位预测值HPRg作为第g个时刻的前池水位数据HFg;
7.一种小水电前池水位预测系统,它包括:防雷式前池水位液位传感器,其特征在于:所述防雷式前池水位液位传感器通过防雷装置与与前池水位采集终端连接;前池水位采集终端与前池水位采集分析系统连接;前池水位采集分析系统与前池水位预测系统连接;前池水位采集分析系统和前池水位预测系统分别与站内测控单元连接。
8.根据权利要求1所述的一种小水电前池水位预测系统,其特征在于:所述站内测控单元与后台监控系统连接。
9.根据权利要求1所述的一种小水电前池水位预测系统,其特征在于:所述前池水位采集终端包括中央处理单元,防雷装置通过AD转换模块与中央处理单元连接;中央处理单元与显示触摸屏连接;中央处理单元通过模拟量输出模块、软报文输出模块和继电器输出报警模块与前池水位采集分析系统连接。
10.根据权利要求1所述的一种小水电前池水位预测系统,其特征在于:所述前池水位采集终端通过外接电源和光伏进行供电。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011292688.7A CN112529252B (zh) | 2020-11-18 | 2020-11-18 | 一种小水电前池水位预测方法及预测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011292688.7A CN112529252B (zh) | 2020-11-18 | 2020-11-18 | 一种小水电前池水位预测方法及预测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112529252A true CN112529252A (zh) | 2021-03-19 |
CN112529252B CN112529252B (zh) | 2022-05-03 |
Family
ID=74982039
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011292688.7A Active CN112529252B (zh) | 2020-11-18 | 2020-11-18 | 一种小水电前池水位预测方法及预测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112529252B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101268137B1 (ko) * | 2013-02-08 | 2013-05-27 | 한라건설주식회사 | 소수력발전장치 및 그 제어방법 |
CN105608513A (zh) * | 2016-03-24 | 2016-05-25 | 大连理工大学 | 一种耦合长、中、短期径流预报信息的水库优化调度方法 |
CN106485369A (zh) * | 2016-11-04 | 2017-03-08 | 贵州电网有限责任公司电力科学研究院 | 一种径流式小水电短期功率加权预测方法 |
CN107358021A (zh) * | 2017-06-01 | 2017-11-17 | 华南理工大学 | 一种基于优化bp神经网络的do预测模型建立方法 |
CN107992447A (zh) * | 2017-12-13 | 2018-05-04 | 电子科技大学 | 一种应用于河流水位预测数据的特征选择分解方法 |
CN108921345A (zh) * | 2018-06-28 | 2018-11-30 | 杭州市水文水资源监测总站 | 降水预报与支持向量机耦合的河道洪峰水位实时预报方法 |
CN109764931A (zh) * | 2019-01-21 | 2019-05-17 | 常德天马电器股份有限公司 | 一种海绵城市河道水位预测预警方法 |
CN208903141U (zh) * | 2018-11-28 | 2019-05-24 | 广东华南水电高新技术开发有限公司 | 基于LoRa技术的小水电水位采集控制装置 |
CN109978235A (zh) * | 2019-03-04 | 2019-07-05 | 宁波市气象服务中心 | 一种基于样本学习的积涝水位预测方法 |
CN209785224U (zh) * | 2019-03-27 | 2019-12-13 | 上海市园林设计研究总院有限公司 | 一种园林内部水位预警系统 |
CN110991776A (zh) * | 2020-03-04 | 2020-04-10 | 浙江鹏信信息科技股份有限公司 | 一种基于gru网络实现水位预测的方法及系统 |
CN111090831A (zh) * | 2019-11-21 | 2020-05-01 | 河海大学 | 一种湖泊面积变化关键驱动因子识别方法 |
-
2020
- 2020-11-18 CN CN202011292688.7A patent/CN112529252B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101268137B1 (ko) * | 2013-02-08 | 2013-05-27 | 한라건설주식회사 | 소수력발전장치 및 그 제어방법 |
CN105608513A (zh) * | 2016-03-24 | 2016-05-25 | 大连理工大学 | 一种耦合长、中、短期径流预报信息的水库优化调度方法 |
CN106485369A (zh) * | 2016-11-04 | 2017-03-08 | 贵州电网有限责任公司电力科学研究院 | 一种径流式小水电短期功率加权预测方法 |
CN107358021A (zh) * | 2017-06-01 | 2017-11-17 | 华南理工大学 | 一种基于优化bp神经网络的do预测模型建立方法 |
CN107992447A (zh) * | 2017-12-13 | 2018-05-04 | 电子科技大学 | 一种应用于河流水位预测数据的特征选择分解方法 |
CN108921345A (zh) * | 2018-06-28 | 2018-11-30 | 杭州市水文水资源监测总站 | 降水预报与支持向量机耦合的河道洪峰水位实时预报方法 |
CN208903141U (zh) * | 2018-11-28 | 2019-05-24 | 广东华南水电高新技术开发有限公司 | 基于LoRa技术的小水电水位采集控制装置 |
CN109764931A (zh) * | 2019-01-21 | 2019-05-17 | 常德天马电器股份有限公司 | 一种海绵城市河道水位预测预警方法 |
CN109978235A (zh) * | 2019-03-04 | 2019-07-05 | 宁波市气象服务中心 | 一种基于样本学习的积涝水位预测方法 |
CN209785224U (zh) * | 2019-03-27 | 2019-12-13 | 上海市园林设计研究总院有限公司 | 一种园林内部水位预警系统 |
CN111090831A (zh) * | 2019-11-21 | 2020-05-01 | 河海大学 | 一种湖泊面积变化关键驱动因子识别方法 |
CN110991776A (zh) * | 2020-03-04 | 2020-04-10 | 浙江鹏信信息科技股份有限公司 | 一种基于gru网络实现水位预测的方法及系统 |
Non-Patent Citations (1)
Title |
---|
高学平 等: ""基于BP神经网络的调水工程调蓄水位预测模型"", 《南水北调与水利科技》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112529252B (zh) | 2022-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2472694B1 (en) | Methods and systems for controlling a power conversion system | |
CN111614316B (zh) | 光伏系统发电状态监测方法及其装置 | |
CN102254239A (zh) | 基于微地形风场分布及台风叠加效应的电网风灾预警系统 | |
CN201413997Y (zh) | 风电功率预测系统 | |
CN102117383A (zh) | 一种河流污染实时诊断的方法 | |
CN102479347B (zh) | 基于数据驱动的风电场短期风速预测方法和系统 | |
CN109118035B (zh) | 基于网格化预警信息的台风风涝灾害配电网风险评估方法 | |
CN103727983B (zh) | 一种核电厂的无线水文监测装置 | |
CN109405924A (zh) | 一种排水管网液位在线远程监测系统及方法 | |
CN108665102A (zh) | 基于中尺度数据预测风电场实时发电量的方法 | |
CN203745863U (zh) | 沉管隧道管节海上浮运和沉放施工作业监控系统 | |
CN105958474B (zh) | 一种电网调控系统用输电线路动态增容方法和系统 | |
CN112462651B (zh) | 一种考虑前池水位的小水电功率预测方法及预测系统 | |
CN201489125U (zh) | 一种风电场能量测量系统 | |
CN112529252B (zh) | 一种小水电前池水位预测方法及预测系统 | |
CN110260929B (zh) | 用于远海海上风电场的水文气象条件监测系统及方法 | |
CN216977986U (zh) | 一种海上风电场设备腐蚀在线监测与智能决策系统 | |
CN115204712B (zh) | 一种海上和沿海风电场选址评估方法 | |
CN112665680B (zh) | 一种小水电前池水位测量方法及测量系统 | |
CN210487011U (zh) | 一种排水管网入河口水位监测器 | |
Kang et al. | Ultra-short-term wind power prediction and its application in early-warning system of power systems security and stability | |
Xu | Coastal wind power forecasting research scheme design | |
Sun et al. | State detection of electric energy metering device using computer neural network | |
CN210222818U (zh) | 一种结合质控的风资源评估系统 | |
CN203629617U (zh) | 一种核电厂的无线水文监测装置 |
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 |