CN112686426B - 一种基于水电站流域关键点的来水量预警方法及系统 - Google Patents
一种基于水电站流域关键点的来水量预警方法及系统 Download PDFInfo
- Publication number
- CN112686426B CN112686426B CN202011428756.8A CN202011428756A CN112686426B CN 112686426 B CN112686426 B CN 112686426B CN 202011428756 A CN202011428756 A CN 202011428756A CN 112686426 B CN112686426 B CN 112686426B
- Authority
- CN
- China
- Prior art keywords
- rainfall
- early warning
- interval
- daily
- actual
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 112
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000004364 calculation method Methods 0.000 claims abstract description 34
- 238000012216 screening Methods 0.000 claims abstract description 29
- 238000012544 monitoring process Methods 0.000 claims abstract description 5
- 238000001704 evaporation Methods 0.000 claims description 20
- 230000008020 evaporation Effects 0.000 claims description 19
- 238000010219 correlation analysis Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 7
- 238000013178 mathematical model Methods 0.000 abstract description 3
- 230000032683 aging Effects 0.000 description 6
- 238000001556 precipitation Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 239000002689 soil Substances 0.000 description 5
- 238000011144 upstream manufacturing Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000012417 linear regression Methods 0.000 description 3
- 239000008239 natural water Substances 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000000454 anti-cipatory effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000013277 forecasting method Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Alarm Systems (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开了一种基于水电站流域关键点的来水量预警方法及系统。方法包括:获取区间流域预警时段内的实际雨量、气象干旱指数和前10日累计有效雨量;将所述气象干旱指数和前10日累计有效雨量输入预先建立的产流系数计算模型,得到预警时段的产流系数;根据预警时段的产流系数和实际雨量,结合预先构建的区间来水量预警指标体系,判定预警等级。本发明根据预测来水量实现一天以内预见期的短时段预警需求,建立的数学模型简单,物理含义清晰,具有很高的实用性;考虑了复杂地形或山区降雨的特点,对实测的降雨量进行了关键点筛选,不仅使监测数据精准有效,还减少了运算量,提升了模型的实用性和拟合效果。
Description
技术领域
本发明涉及一种基于水电站流域关键点的来水量预警方法及系统,属于水电站流域来水量预警领域。
背景技术
梯级电站来水变化与降水之间关系密切,一定量级和强度的降雨是产流的主要因素,同时下垫面和人类活动也对来水量产生一定影响。流域某时段内发生强降雨时,该流域往往形成明显的来水量增长,甚至形成洪水。对水电站来说,流域内一天内短预见期的洪水预警非常关键,是报送计划,生产调度的关键。其中流域面雨量的大小,降水的损耗,或称径流系数、产流系数,是从降雨估算来水的关键,针对水电站流域的来水量预警需要兼顾这两个关键要素。
目前国内外已有众多研究来水量与降雨关系的研究成果。在降雨量确定方面有很大一部分是基于面雨量进行的。面雨量是一个经典的水文学概念,它是指某一时段内一定面积上的平均雨量,因其能够客观反映降水对确定流域的影响,因而成为防汛部门分析水情、进行洪水预报的重要参数。在面雨量的插值与估算方法、面雨量分布及演变特征,以及面雨量预报方法研究等多个方面都有很多成果。经典的面雨量概念,在水系清晰,地形简单、气候背景单纯的场景下,确立面雨量及其对电站来水的影响相对容易。但在山区复杂地形条件下,天气气候复杂多变,常有十里不同天的情况,流域的集水面确立也相对困难,有时降雨出现在流域面内,对流域的产流贡献很小。此外,从业务应用的角度,考虑数据和算法的可用性,现有的如泰森多边形的面雨量计算方法,其计算复杂,且在点缺失的情况下无法进行。
另有从水文学方面出发,建立水文模型来建立来水量与降雨量的关系,在概念性水文模型和分布式水文模型方面都颇有建树,如常用的新安江模型、神经网络模型等,也都得到了业务化应用。各水文模型中考虑降水的损耗,是从降雨估算来水的关键。以往多引入蒸发量、土壤湿度、损耗系数、产流系数等参数进行表征,采用经验系数、数学统计、蓄水容量曲线等多种方法,但下垫面吸收降水的能力是动态和多因素的,导致上述方法估算误差较大。而且,水文模型需要长时间的训练进行本地化才能使用。
发明内容
本发明的目的在于提供一种基于水电站流域关键点的来水量预警方法,该方法利用实时动态的实际观测数据,实现水电站调度生产的一天以内预见期的短时段预警需求,建立的数学模型简单、实用性高、预测的准确率高。
为了实现上述目的,本发明采用如下技术方案:
一方面,本发明提供了一种基于水电站流域关键点的来水量预警方法,包括以下步骤:
获取区间流域预警时段内的实际雨量、气象干旱指数和前10日累计有效雨量,所述实际雨量根据区域流域面内关键雨量测站的降雨量计算得到;
将所述气象干旱指数和前10日累计有效雨量输入预先建立的产流系数计算模型,得到预警时段的产流系数,所述产流系数计算模型是基于所述关键雨量测站建立的;
根据预警时段的产流系数和实际雨量,结合预先构建的区间来水量预警指标体系,判定预警等级。
进一步地,所述产流系数计算模型,构建过程如下:
获取区间流域日来水量及所有雨量测站的日降雨量历史数据,根据日降雨量历史数据计算得到日实测雨量数据,从日实测雨量数据中提取出日实测雨量大于设定阈值的降雨过程;
对区间流域面内所有雨量测站进行关键点筛选,得到关键雨量测站;
根据与提取的降雨过程同时段的关键雨量测站的日降雨量,得到区间流域内与提取的降雨过程同时段的日实际雨量,根据与提取的降雨过程同时段的日实际雨量、日来水量和区间流域面积计算得到实际产流系数序列;
获取与提取的降雨过程同时段的气象干旱指数、前10日累计有效雨量,根据所述同时段的气象干旱指数、前10日累计有效雨量,以所述实际产流系数序列为因变量,获得预设产流系数计算模型的参数,从而得到产流系数计算模型。
进一步地,所述产流系数计算模型的表达式为:
P=A×Re10+B×MCI’+C
式中,Re10为前10日累计有效雨量,MCI’为变形后的气象干旱指数,A、B、C为模型参数。
进一步地,所述关键点筛选的具体方法为:
提取区间流域面内所有雨量测站数据;
对监测站进行数据完整率筛查,删除缺报40%以上的站点;
对完整率筛查后的剩余站点进行站点间相关性分析,结合流域站点分布,删除两站相关性85%以上的站点中的一个;
将区间流域实际日来水量与经站点间相关性分析后剩余的各站点日降雨量进行相关性分析,筛选出相关性30%以上的站点。
进一步地,所述前10日累计有效雨量根据区域流域面内所有雨量测站测得的降雨量和所有蒸发量测站测得的蒸发量计算得到。
进一步地,所述区间来水量预警指标体系的构建过程如下:
根据区间流域日来水量历史数据确定区间来水量的预警阈值,基于所述预警阈值求解相应的产流量阈值;
设定不同产流系数,根据所述产流量阈值和设定的产流系数,求取对应的实际雨量阈值,从而得到区间流域预警指标体系。
进一步地,所述根据区间流域日来水量历史数据确定区间来水量的预警阈值,包括:
选取所述区间流域日来水量历史数据的90%~95%分位数作为第一阈值,
第二阈值=第一阈值+方差,
第三阈值=第二阈值+方差,
……
第N阈值大于所述区间流域日来水量历史数据的最大值。
进一步地,所述一种基于水电站流域关键点的来水量预警方法,还包括:根据所述预警时段的产流系数、实际雨量和区间流域面积,计算出区间来水量,根据区间来水量判定预警等级。
另一方面,本发明提供了一种基于水电站流域关键点的来水量预警系统,包括:
数据获取模块,用于获取区间流域预警时段内的实际雨量、气象干旱指数和前10日累计有效雨量,所述实际雨量根据区域流域面内关键雨量测站的降雨量计算得到;
产流系数计算模块:用于将所述气象干旱指数和前10日累计有效雨量输入预先建立的产流系数计算模型,得到预警时段的产流系数,所述产流系数计算模型是基于所述关键雨量测站建立的;
预警判断模块:用于根据预警时段的产流系数和实际雨量,结合预先构建的区间来水量预警指标体系,判定预警等级。
与现有技术相比,本发明达到的有益技术效果:
本发明从来水量的实测数据出发,以其为初始样本,运用系统分析和统计分析方法,采用实测的降雨量、蒸发量,并引入MCI干旱指数,对产流系数进行建模,从而得出预警时段内的产流系数。结合预报的雨量数据,得到流域的产流量、来水量,并根据预测来水量实现一天以内预见期的短时段预警需求,建立的数学模型简单,物理含义清晰,具有很高的实用性;此外,本发明考虑了复杂地形或山区降雨的特点,对实测的降雨量进行了关键点筛选,不仅使监测数据精准有效,还减少了运算量,提升了模型的实用性和拟合效果。
附图说明
图1为本发明的技术路线图;
图2为本发明实施例的一种基于水电站流域关键点的来水量预警的流程图;
图3为包含气象雨量测站的区间流域图;
图4为拟合产流量与区间来水量的散点图。
具体实施方式
下面结合具体实施例对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
针对前述现有技术中面雨量方法计算复杂,且在复杂地形或山区条件下受到的影响较大,而水文模型未考虑数据的实时性和动态性,并且需要长时间的训练才能使用的缺点,本发明从来水量的实测数据出发,提出产流量的概念,即用来水量除以流域面积,得到实际产生流量的净雨量,以其为初始样本。运用系统分析和统计分析方法,采用实测的降雨量、蒸发量,并引入气象干旱指数(MCI),对产流系数进行建模,从而得出预警时段内的产流系数,结合预报的雨量数据,得到流域的产流量、来水量,并根据预测来水量进行预警。同时还考虑了复杂地形或山区降雨的特点,对实测的降雨量进行了关键点筛选。如图1所示。
流域预警为水电站流域内的区间来水量量已经达到或即将达到关键值的阈值判断。预警的时效(预见期)一般应小于24小时。对梯级电站流域,上游的来水影响很大,但受到人为调控无法预测。本发明针对区间流域,不考虑人为因素,不计上游来水影响,主要针对区间流域内的天然来水进行预警。对梯级电站流域可对各区间流域分别进行预警。
为了更加清楚地阐述本发明,对本发明涉及的物理概念和公式做出如下定义:
1.实际雨量Rr
流域内的天然降雨,称为实际雨量(单位:mm),定义为流域范围内降雨产生的不记损耗的天然雨量。
考虑复杂地形或山区降雨的特点,本申请中的实际雨量Rr为经过关键点筛选后的各雨量测站数据的算术平均值。假设流域内有雨量测站i个,经过筛选后有关键点k个(k≦i),对应有日降雨量数据序列Rn={R1,R2,R3……Rk},则实际雨量
2.产流量R
实际雨量经过产流过程产生损耗,剩下的雨量称为净雨,也称为产流量(单位:mm),定义为实际来水量所需要的理论面雨量,其表达式如下:
产流量R=区间来水量W/流域面积S (1)
产流系数P=产流量R/实际雨量Rr (2)
3.产流系数P
产流系数是产流量除以实际雨量,代表着天然降雨到产流过程中的损耗。因此有P≦1。表达式见公式(2)。
根据公式(1)、(2),产流量正比于区间来水量,通过确定预警时效(预见期)内的产流系数P、实际雨量Rr,从而拟合出预警时效内的产流量R,得出预警时效内的区间来水量W,进而实现针对水电站调度生产的短时效内的来水量预警。
4.有效雨量Re
有效雨量(单位:mm)定义为扣除蒸发影响,对土壤湿度产生影响的天然降雨。有效雨量计算公式如下:
有效雨量Re=实测雨量Ra-蒸发量E (3)
5.实测雨量Ra
实测雨量Ra取流域内各雨量测站数据的算术平均值。假设流域内有雨量测站i个,对应有日降雨量数据序列Rn={R1,R2,R3……Ri},则实测雨量
这里的实测雨量Ra与实际雨量Rr不同,实测雨量是流域面内所有经过质控的雨量测站数据的算术平均值,实际雨量Rr是关键点雨量数据的算术平均值。
6.蒸发量E
蒸发量E取流域内各蒸发量测站数据的算术平均值。假设蒸发量测站l个,对应有蒸发量数据序列En={E1,E2,E3……El},则蒸发量
如图2所示,本发明实施例提供了一种基于水电站流域关键点的来水量预警方法,包括:
S1、建模过程提取:获取区间流域日来水量及所有雨量测站的日降雨量历史数据,根据日降雨量历史数据计算得到日实测雨量数据,从日实测雨量数据中提取出日实测雨量大于设定阈值的降雨过程。
电站的区间来水量受到的影响因素比较复杂,在无天然来水补给时其波动变化也很大,甚至在没有天然降雨时,也有比较大的来水量增长。但本发明的关注重点是降雨和产流的关系,对明显降雨带来的产流进行预警。
该步骤具体为:
获取区间流域3年以上的08~08时区间日来水量及区间流域面内所有雨量测站的降雨量数据,根据日降雨量历史数据计算得到日实测雨量数据。设定日实测雨量5~20mm中适当值作为提取过程的阈值,从日实测雨量数据中提取出日实测雨量大于所述阈值的降雨过程作为研究对象。
其中,区间流域面根据水系、分水岭等确定,并求取区间流域面积。
S2、关键点筛选:对区间流域面内所有雨量测站进行关键点筛选,得到关键雨量测站。
具体包括:
S21、提取区间流域面内所有气象雨量测站数据,包括气象建站、水电站自建站等,并按经纬度信息进行标注,日降雨量数据取08~08时累计雨量,资料时间长度不少于3年;
S22、数据完整率筛查:对所有雨量测站进行数据完整率筛查,删除缺报40%以上的站点;
S23、自相关筛查:在步骤S22的基础上进行站点间相关性分析,结合流域站点分布,删除两站相关性85%以上的站点中的一个;
S24、相关性筛查:经过步骤S23后,将区间流域实际日来水量与各站点日降雨量进行相关性分析,筛选出相关性30%以上的站点。
S3、实际产流系数序列整理:根据步骤S2得到的关键雨量测站的与提取的降雨过程同时段的日降雨量,得到区间流域内与提取的降雨过程同时段的日实际雨量,根据与提取的降雨过程同时段的日实际雨量、日来水量和区间流域面积计算得到实际产流系数序列;
具体步骤如下:
S31,在所述区域流域内,获取与步骤S1提取的降雨过程同时段的关键雨量测站的日降雨量数据序列Rn={R1,R2,R3……Rk},k表示关键雨量测站的个数;
S32,根据前述公式计算得到与步骤S1提取的降雨过程同时段的日实际雨量Rr;
S33,基于步骤S32得到的同时段的日实际雨量Rr,结合同时段的日来水量和求取的区域流域面积,根据公式(1)、(2)分别计算区间流域内与步骤S1提取的降雨过程同时段的实际产流系数,从而得到实际产流系数序列Pn;
S4、产流系数计算模型构建:获取与步骤S1提取的降雨过程同时段的气象干旱指数、前10日累计有效雨量,根据所述同时段的气象干旱指数、前10日累计有效雨量以及所述实际产流系数序列,获得预设产流系数计算模型的参数,从而得到产流系数计算模型。
本发明充分利用气象实测数据和气象干旱算法技术,将实测的蒸发量、实测的土壤湿度、气象干旱指数MCI,以及与土壤湿度相关的前10日累计有效雨量等作为产流系数备选因子。
该步骤具体包括:
S41、获取与步骤S1提取的降雨过程同时段的气象干旱指数、前10日累计有效雨量;
其中,气象干旱指数MCI的算法详见《GB/T 20481-2017气象干旱等级》,当日的MCI采用当日之前时段的数据计算。考虑到土壤饱和后的过湿状态下,即MCI≥1时,理论上下垫面吸收降水都近似为0,因此MCI应用于拟合产流系数时经过变形:
S42、根据步骤S41的气象干旱指数MCI’、前10日累计有效雨量Re10,以步骤S3的实际产流系数序列为模型构建的因变量,采用多元线性回归,建立产流系数P的线性回归方程:
P=A×Re10+B×MCI’+C (5)
其中,A、B、C为线性回归方程的参数,根据实际数据建立回归方程得到(拟合方程需通过95%置信区间检验)。
由于P≦1,因此当计算结果>1时,取P=1。
S5、预警指标体系的构建:
S51、根据步骤S1的区间流域日来水量历史数据确定区间来水量的预警阈值;
水电站通常采用水位、来水量作为预警阈值,本发明取区间来水量作为预警阈值。区间来水量W的阈值可采用概率分布、关键水位换算、统计百分位等方法确定。
本发明采取统计百分位方法,具体步骤为:
S51、选取步骤S1的区间流域日来水量历史数据的90%~95%分位数作为第一阈值,
第二阈值=第一阈值+方差,
第三阈值=第二阈值+方差,
……
第N阈值大于所述区间流域日来水量历史数据的最大值。
考虑实际业务需求,取3~4个阈值划定预警区间最为合适。
S52、基于步骤S51的预警阈值求解相应的产流量阈值;
流域面积S是一定的,在确定了区间来水量的预警阈值后,根据公式(1)可求解出区间来水量预警阈值对应的产流量阈值。
S53、设定不同产流系数,根据所述产流量阈值和设定的产流系数,求取对应的实际雨量阈值,从而得到区间流域预警指标体系。
根据公式(1)、(2),有:
区间来水量W=产流量R×流域面积S=产流系数P×实际雨量Rr×流域面积S
根据上述公式可知,产流量正比于区间来水量,其因子有产流系数P、实际雨量Rr、流域面积S。
该步骤具体为:
设定产流系数P=0.1,0.2,0.3……1.0,根据上述公式求取对应的实际雨量Rr值,即得到区间流域预警指标体系。
下面在构建产流系数计算模型和预警指标体系的基础上,对水电站区间流域净流量进行预警技术说明。
在预警应用中,流域面积是已知的,预警时段内实际雨量Rr可由雨量测站实测值(当预警时效设定为0小时时)、预报值(当0小时<预警时效<24小时,24小时内的降雨量预报是常规的水电气象服务内容,通常由气象服务方提供)得到,产流系数P是唯一的未知要素,因此通过步骤S4得出的拟合公式计算出产流系数P,再根据公式(2)得出预警时段内的产流量R,根据区间流域预警指标体系判定预警等级。
具体步骤为:
S6、获取区间流域预警时段内的实际雨量、气象干旱指数和前10日累计有效雨量;
S7、将所述气象干旱指数和前10日累计有效雨量输入预先建立的产流系数计算模型,得到预警时段的产流系数;
S8、根据预警时段的产流系数和实际雨量,结合预先构建的预警指标体系,判定预警等级。
上述预警方法,还可以进一步包括以下步骤:
S9、根据所述预警时段的产流系数、实际雨量和区间流域面积,计算出区间来水量,根据区间来水量判定预警等级。
该步骤可省略。
实施例1
预警指标构建:以贵州西部某梯级电站中段区间流域为例。
(1)过程筛选:
确定区间流域面,如图3所示,求取流域面积为1945km2;
获取区间流域2017年-2019年3年08-08时的日来水量序列及所有雨量测站的日降雨量数据,根据日降雨量数据计算日实测雨量,从日实测雨量数据中筛选出日实测雨量≧10mm的数据,共得到97次研究过程。
(2)关键点筛选:
提取流域面内所有气象雨量测站数据,包括气象建站47个、水电站自建站6个,并按经纬度信息标注,如图3所示;
数据完整率筛查:删除缺报40%以上的站点9个;
自相关筛查:在上一步基础上进行站点间相关性分析,结合流域站点分布,删除两站相关性85%以上的站点共4个;
相关性筛查:经过以上步骤后,将区间流域实际日来水量与各站点日降雨量进行相关性分析,筛选出相关性30%以上的关键点,共8个,如图3所示。
(3)产流系数P拟合:
获取区间流域与提取的研究过程同时间段的气象干旱指数MCI、各雨量测站实测降雨量数据、蒸发量测站实测蒸发量E数据;计算区间流域内各雨量测站实测降雨量的算术平均值和各蒸发量测站蒸发量的算术平均值,从而计算出前10日累计有效雨量。对产流系数P进行拟合:
P=0.006*Re10+0.772*MCI’-0.042
该拟合方程的R2(拟合优度)为0.425,R(相关系数)为0.656,通过95%置信区间检验。
(4)预警指标体系:
本实施例中采取统计百分位方法,将区间来水量阈值划分为4个区间,划分后通过前述步骤S5计算出区间来水量对应的实际雨量Rr预警指标,见下表:
表1区间流域的实际雨量Rr预警指标(单位mm)
结果分析:
(1)拟合后的产流量,即拟合产流系数P×实际雨量Rr,与实际产流量的相关性达0.708,较实测雨量Ra、实际雨量Rr都有显著提高,见表2。从拟合产流量与区间来水量的散点图(图4)分布来看,其误差在一个合理的区间范围内。
(2)采用筛选后的关键点求取的实际雨量Rr效果也明显优于采用流域面内所有雨量测站数据的实测雨量Ra的效果。因此,实际应用中,可将关键点作为重点监测点、预报点。
表2各雨量相关变量与实际产流量的相关性
实测雨量Ra | 有效雨量Re10 | 实际雨量Rr | 拟合产流量R |
0.313 | 0.34 | 0.514 | 0.708 |
实施例2
应用说明:以实施例1的结果为例
(1)应用场景:针对区间流域内的天然来水所产生的来水量,应用于区间流域0-24小时的预警,不考虑上游来水。
对于本梯级电站流域的中间段,如需要考虑上游来水,区间流域的实际雨量Rr预警指标不可用,因上游来水受人为调控,具有不可预测性。
预警起始时间、预警时段需要进行设定。
(2)假设当前时间为北京市上午10时,过去1小时的实际雨量10mm,设定预警时段为北京市9时到11时,读取10时、11时的实际雨量分别为12mm,2mm,则预警时段内的实际雨量Rr为预警时段逐小时雨量累加,Rr=24mm。
获取当日08时更新的Re10=48mm,MCI=0.8,根据拟合方程:
P=0.006*Re10+0.772*MCI’-0.042
计算得到当日的拟合产流系数P=0.9。
根据Rr=24mm、P=0.9,查询表1可知,预警时段(9-11时)可启动四级预警。
(3)验证:区间流域面积为1945km2,根据公式(1)、(2)可计算得出区间来水量W=24*10-3*0.9*1945*106=4200*104m3。
通过查询表1,采取预警行动,此计算步骤可省略。
另一方面,本发明还公开了一种基于水电站流域关键点的来水量预警系统,包括:
数据获取模块,用于获取区间流域预警时段内的实际雨量、气象干旱指数和前10日累计有效雨量,所述实际雨量根据区域流域面内关键雨量测站的降雨量计算得到;
产流系数计算模块:用于将所述气象干旱指数和前10日累计有效雨量输入预先建立的产流系数计算模型,得到预警时段的产流系数,所述产流系数计算模型是基于所述关键雨量测站建立的;
预警判断模块:用于根据预警时段的产流系数和实际雨量,结合预先构建的区间来水量预警指标体系,判定预警等级。
以上已以较佳实施例公布了本发明,然其并非用以限制本发明,凡采取等同替换或等效变换的方案所获得的技术方案,均落在本发明的保护范围内。
Claims (5)
1.一种基于水电站流域关键点的来水量预警方法,其特征在于,包括以下步骤:
获取区间流域预警时段内的实际雨量、气象干旱指数和前10日累计有效雨量,所述实际雨量根据区域流域面内关键雨量测站的降雨量计算得到;
将所述气象干旱指数和前10日累计有效雨量输入预先建立的产流系数计算模型,得到预警时段的产流系数,所述产流系数计算模型是基于所述关键雨量测站建立的;
根据预警时段的产流系数和实际雨量,结合预先构建的区间来水量预警指标体系,判定预警等级;
所述产流系数计算模型,构建过程如下:
获取区间流域日来水量及所有雨量测站的日降雨量历史数据,根据日降雨量历史数据计算得到日实测雨量数据,从日实测雨量数据中提取出日实测雨量大于设定阈值的降雨过程;
对区间流域面内所有雨量测站进行关键点筛选,得到关键雨量测站;
根据与提取的降雨过程同时段的关键雨量测站的日降雨量,得到区间流域内与提取的降雨过程同时段的日实际雨量,根据与提取的降雨过程同时段的日实际雨量、日来水量和区间流域面积计算得到实际产流系数序列;
获取与提取的降雨过程同时段的气象干旱指数、前10日累计有效雨量,根据所述同时段的气象干旱指数、前10日累计有效雨量,以所述实际产流系数序列为因变量,获得预设产流系数计算模型的参数,从而得到产流系数计算模型;
所述产流系数计算模型的表达式为:
P=A×Re10+B×MCI’+C
式中,Re10为前10日累计有效雨量,MCI’为变形后的气象干旱指数,A、B、C为模型参数;
所述区间来水量预警指标体系的构建过程如下:
根据区间流域日来水量历史数据确定区间来水量的预警阈值,基于所述预警阈值求解相应的产流量阈值;
设定不同产流系数,根据所述产流量阈值和设定的产流系数,求取对应的实际雨量阈值,从而得到区间流域预警指标体系;
所述根据区间流域日来水量历史数据确定区间来水量的预警阈值,包括:
选取所述区间流域日来水量历史数据的90%~95%分位数作为第一阈值,
第二阈值=第一阈值+方差,
第三阈值=第二阈值+方差,
……
第N阈值大于所述区间流域日来水量历史数据的最大值;
其中,设定的产流系数P=0.1,0.2,0.3……1.0。
2.根据权利要求1所述的方法,其特征在于,所述关键点筛选的具体方法为:
提取区间流域面内所有雨量测站数据;
对监测站进行数据完整率筛查,删除缺报40%以上的站点;
对完整率筛查后的剩余站点进行站点间相关性分析,结合流域站点分布,删除两站相关性85%以上的站点中的一个;
将区间流域实际日来水量与经站点间相关性分析后剩余的各站点日降雨量进行相关性分析,筛选出相关性30%以上的站点。
3.根据权利要求1所述的方法,其特征在于,所述前10日累计有效雨量根据区域流域面内所有雨量测站测得的降雨量和所有蒸发量测站测得的蒸发量计算得到。
4.根据权利要求1所述的方法,其特征在于,还包括:根据所述预警时段的产流系数、实际雨量和区间流域面积,计算出区间来水量,根据区间来水量判定预警等级。
5.一种基于水电站流域关键点的来水量预警系统,其特征在于,包括:
数据获取模块,用于获取区间流域预警时段内的实际雨量、气象干旱指数和前10日累计有效雨量,所述实际雨量根据区域流域面内关键雨量测站的降雨量计算得到;
产流系数计算模块:用于将所述气象干旱指数和前10日累计有效雨量输入预先建立的产流系数计算模型,得到预警时段的产流系数,所述产流系数计算模型是基于所述关键雨量测站建立的;
预警判断模块:用于根据预警时段的产流系数和实际雨量,结合预先构建的区间来水量预警指标体系,判定预警等级;
所述产流系数计算模型,构建过程如下:
获取区间流域日来水量及所有雨量测站的日降雨量历史数据,根据日降雨量历史数据计算得到日实测雨量数据,从日实测雨量数据中提取出日实测雨量大于设定阈值的降雨过程;
对区间流域面内所有雨量测站进行关键点筛选,得到关键雨量测站;
根据与提取的降雨过程同时段的关键雨量测站的日降雨量,得到区间流域内与提取的降雨过程同时段的日实际雨量,根据与提取的降雨过程同时段的日实际雨量、日来水量和区间流域面积计算得到实际产流系数序列;
获取与提取的降雨过程同时段的气象干旱指数、前10日累计有效雨量,根据所述同时段的气象干旱指数、前10日累计有效雨量,以所述实际产流系数序列为因变量,获得预设产流系数计算模型的参数,从而得到产流系数计算模型;
所述产流系数计算模型的表达式为:
P=A×Re10+B×MCI’+C
式中,Re10为前10日累计有效雨量,MCI’为变形后的气象干旱指数,A、B、C为模型参数;
所述区间来水量预警指标体系的构建过程如下:
根据区间流域日来水量历史数据确定区间来水量的预警阈值,基于所述预警阈值求解相应的产流量阈值;
设定不同产流系数,根据所述产流量阈值和设定的产流系数,求取对应的实际雨量阈值,从而得到区间流域预警指标体系;
所述根据区间流域日来水量历史数据确定区间来水量的预警阈值,包括:
选取所述区间流域日来水量历史数据的90%~95%分位数作为第一阈值,
第二阈值=第一阈值+方差,
第三阈值=第二阈值+方差,
……
第N阈值大于所述区间流域日来水量历史数据的最大值;
其中,设定的产流系数P=0.1,0.2,0.3……1.0。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011428756.8A CN112686426B (zh) | 2020-12-09 | 2020-12-09 | 一种基于水电站流域关键点的来水量预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011428756.8A CN112686426B (zh) | 2020-12-09 | 2020-12-09 | 一种基于水电站流域关键点的来水量预警方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112686426A CN112686426A (zh) | 2021-04-20 |
CN112686426B true CN112686426B (zh) | 2024-04-30 |
Family
ID=75446514
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011428756.8A Active CN112686426B (zh) | 2020-12-09 | 2020-12-09 | 一种基于水电站流域关键点的来水量预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112686426B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113128055B (zh) * | 2021-04-22 | 2021-10-26 | 中国水利水电科学研究院 | 一种基于产流系数的分布式水文模型空间率定方法 |
CN117275186A (zh) * | 2023-10-13 | 2023-12-22 | 国网安徽省电力有限公司电力科学研究院 | 一种基于电网设施周边防灾产汇流模型系统 |
CN117093873B (zh) * | 2023-10-19 | 2024-01-30 | 国网浙江省电力有限公司丽水供电公司 | 基于天然来水量预测的水电站库容能力评估方法和系统 |
CN117576863A (zh) * | 2023-11-20 | 2024-02-20 | 国网西藏电力有限公司 | 一种结合冰川冰雪覆盖的小水电防汛安全预警方法及系统 |
CN117689216B (zh) * | 2024-02-02 | 2024-04-26 | 安徽诚溱数据股份有限公司 | 一种基于数字孪生的水利工程运维管理系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001167078A (ja) * | 1999-12-13 | 2001-06-22 | Fuji Electric Co Ltd | ダムまたは河川における流量予測方法 |
CN103713336A (zh) * | 2013-12-24 | 2014-04-09 | 广西壮族自治区气象服务中心 | 基于gis分区的水电站流域面雨量气象预报方法 |
KR20160097851A (ko) * | 2015-02-10 | 2016-08-18 | 한양대학교 산학협력단 | 실측 유량 전이를 이용한 미계측 유역 유출량 산정방법 |
CN110263987A (zh) * | 2019-06-06 | 2019-09-20 | 太原理工大学 | 一种适用于半干旱半湿润地区的洪水预报方法 |
CN111210050A (zh) * | 2019-12-09 | 2020-05-29 | 江西省气象服务中心 | 山地丘陵型中小水电站降雨来水增量预报模型与方法 |
-
2020
- 2020-12-09 CN CN202011428756.8A patent/CN112686426B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001167078A (ja) * | 1999-12-13 | 2001-06-22 | Fuji Electric Co Ltd | ダムまたは河川における流量予測方法 |
CN103713336A (zh) * | 2013-12-24 | 2014-04-09 | 广西壮族自治区气象服务中心 | 基于gis分区的水电站流域面雨量气象预报方法 |
KR20160097851A (ko) * | 2015-02-10 | 2016-08-18 | 한양대학교 산학협력단 | 실측 유량 전이를 이용한 미계측 유역 유출량 산정방법 |
CN110263987A (zh) * | 2019-06-06 | 2019-09-20 | 太原理工大学 | 一种适用于半干旱半湿润地区的洪水预报方法 |
CN111210050A (zh) * | 2019-12-09 | 2020-05-29 | 江西省气象服务中心 | 山地丘陵型中小水电站降雨来水增量预报模型与方法 |
Non-Patent Citations (1)
Title |
---|
汉江流域(陕南段)水文气象服务系统介绍;王雨斐;占世林;李静睿;徐戈;王毅;;干旱气象(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112686426A (zh) | 2021-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112686426B (zh) | 一种基于水电站流域关键点的来水量预警方法及系统 | |
CN111222698B (zh) | 面向物联网的基于长短时记忆网络的积水水位预测方法 | |
CN109978235B (zh) | 一种基于样本学习的积涝水位预测方法 | |
Caillouet et al. | Ensemble reconstruction of spatio-temporal extreme low-flow events in France since 1871 | |
CN112070286B (zh) | 复杂地形流域的降水预报预警系统 | |
Kjeldsen | The revitalised FSR/FEH rainfall-runoff method | |
KR20170005553A (ko) | 지능형 정보제공을 위한 홍수, 가뭄정보의 평가 및 예측 기법 개발 | |
CN103177301A (zh) | 一种台风灾害风险预估方法 | |
Evans et al. | Hydrological impacts of climate change on inflows to Perth, Australia | |
CN114741987B (zh) | 考虑洪水预报模型绝对误差拟合残差分布的洪水概率预报模型 | |
CN115507822A (zh) | 水文循环变异驱动下的洪水风险预测方法 | |
CN113807545A (zh) | 一种基于深度学习和物理模型的河湖生态流量预报预警方法 | |
CN113128067A (zh) | 一种基于分布式时变地貌单位线的山丘区小流域洪水预报方法 | |
Herath et al. | Evaluation of HEC-HMS model for water resources management in Maha Oya Basin in Sri Lanka | |
CN108595814B (zh) | 一种基于实测的多年降水数据模拟逐日降水量的方法 | |
CN113435630B (zh) | 一种产流模式自适应的流域水文预报方法及系统 | |
CN114357670A (zh) | 一种基于bls和自编码器的配电网用电数据异常预警方法 | |
Acquaotta et al. | Estimation of rainfall erosivity in Piedmont (Northwestern Italy) by using 10-minute fixed-interval rainfall data | |
Amengual et al. | Hydrometeorological ensemble simulations of flood events over a small basin of Majorca Island, Spain | |
CN113762605A (zh) | 一种工程极端洪水流量预测方法 | |
Torres et al. | Hydrological assessment of the Teapa River basin, using the MIKE SHE model | |
CN116756481B (zh) | 基于时变增益模型和Copula的流域未来水文干旱概率分析方法 | |
CN110673230A (zh) | 基于熵决策法的动态临界雨量计算方法 | |
Gizaw et al. | Spatial and temporal distribution of sediment yield-case study Nashe, Blue Nile Basin, Ethiopia | |
CN114611290B (zh) | 一种基于量变参数水文不确定性处理器的场次洪水水文模型实时预报方法 |
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 |