CN113468464B - 调蓄湖库水位预测方法、装置、计算机设备和存储介质 - Google Patents
调蓄湖库水位预测方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113468464B CN113468464B CN202110737676.9A CN202110737676A CN113468464B CN 113468464 B CN113468464 B CN 113468464B CN 202110737676 A CN202110737676 A CN 202110737676A CN 113468464 B CN113468464 B CN 113468464B
- Authority
- CN
- China
- Prior art keywords
- regulation
- water level
- storage
- reservoir
- lake
- 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 221
- 238000003860 storage Methods 0.000 title claims abstract description 182
- 238000000034 method Methods 0.000 title claims abstract description 42
- 239000003245 coal Substances 0.000 claims abstract description 90
- 238000005192 partition Methods 0.000 claims abstract description 60
- 230000000630 rising effect Effects 0.000 claims abstract description 56
- 239000010865 sewage Substances 0.000 claims abstract description 41
- 230000001105 regulatory effect Effects 0.000 claims description 30
- 238000004364 calculation method Methods 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 12
- 230000001174 ascending effect Effects 0.000 claims description 9
- 239000000463 material Substances 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 4
- 239000002699 waste material Substances 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000000746 purification Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002817 coal dust Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
- 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
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Mathematical Physics (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Computational Mathematics (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Development Economics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Algebra (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Sewage (AREA)
Abstract
本申请涉及一种调蓄湖库水位预测方法、装置、计算机设备、调蓄湖库水位预测系统和存储介质。所述方法包括：获取煤炭港口的各分区的历史雨水径流量和调蓄湖库当前水位；根据各分区的历史雨水径流量和各分区对应的污水处理站的处理容量，得到调蓄湖库预测总上涨容量；根据调蓄湖库预测总上涨容量和湖库面积，得到调蓄湖库预测水位增量；根据调蓄湖库当前水位和调蓄湖库预测水位增量，得到调蓄湖库预测水位。采用本方法能够准确得到调蓄湖库预测水位，以使煤炭港口的工作人员通过调蓄湖库预测水位及时的调整调蓄湖库的储水策略或者调水策略，从而避免因调蓄湖库水资源溢出导致的煤炭港口内涝现象以及水资源浪费现象。
Description
技术领域
本申请涉及煤炭港口调蓄湖库智能控制技术领域，特别是涉及一种调蓄湖库水位预测方法、装置、计算机设备、调蓄湖库水位预测系统和存储介质。
背景技术
随着煤炭港口的规模不断扩大，煤炭港口已经建立庞大的水资源管理系统。其中，水资源管理系统中建立了湿地、景观湖或者生态湖作为调蓄湖库。调蓄湖库可以在雨季时对煤炭港口的雨污水进行吸收、净化以及储存等处理，并在旱季时释放储存的水资源用于煤炭港口的生产作业，从而减少水资源的浪费。然而，目前无法准确对调蓄湖库水位进行预测，则导致在雨季时调蓄湖库水资源溢出而出现的煤炭港口内涝现象以及水资源浪费现象。
发明内容
基于此，有必要针对上述技术问题，提供一种能够准确预测调蓄湖库水位的调蓄湖库水位预测方法、装置、计算机设备、调蓄湖库水位预测系统和存储介质。
第一方面，提供了一种调蓄湖库水位预测方法，所述方法包括：
获取煤炭港口的各分区的历史雨水径流量和调蓄湖库当前水位；
根据各分区的历史雨水径流量和各分区对应的污水处理站的处理容量，得到调蓄湖库预测总上涨容量；
根据调蓄湖库预测总上涨容量和湖库面积，得到调蓄湖库预测水位增量；
根据调蓄湖库当前水位和调蓄湖库预测水位增量，得到调蓄湖库预测水位。
在其中一个实施例中，该方法还包括：若调蓄湖库预测水位大于水位阈值，则输出水位预警信息。
在其中一个实施例中，若调蓄湖库预测水位大于水位阈值，则输出水位预警信息的步骤之后还包括：根据调蓄湖库预测水位、水位阈值和调蓄湖库面积，得到调蓄湖库待腾出容量。
在其中一个实施例中，获取煤炭港口各分区的历史雨水径流量和调蓄湖库当前水位的步骤之前还包括：根据煤炭港口的区域雨水径流系数不同，对煤炭港口进行区域划分，得到各分区；区域雨水径流系数根据煤炭港口的区域地面材质确定。
在其中一个实施例中，获取煤炭港口各分区的历史雨水径流量的步骤包括：获取煤炭港口的历史降雨强度；根据历史降雨强度、各分区的区域面积以及各分区的区域雨水径流系数，得到各分区的历史雨水径流量。
在其中一个实施例中，根据各分区的历史雨水径流量和各分区对应的污水处理站的处理容量，得到调蓄湖库预测总上涨容量的步骤包括：根据各分区的历史雨水径流量和各分区对应的污水处理站的处理容量，得到各分区对应的调蓄湖库预测上涨容量；根据各分区对应的调蓄湖库预测上涨容量，得到调蓄湖库预测总上涨容量。
第二方面，提供了一种调蓄湖库水位预测装置，该装置包括数据获取模块、第一计算模块、第二计算模块以及第三计算模块。
其中，数据获取模块用于获取煤炭港口的各分区的历史雨水径流量和调蓄湖库当前水位；第一计算模块用于根据各所述分区的所述历史雨水径流量和各所述分区对应的污水处理站的处理容量，得到调蓄湖库预测总上涨容量；第二计算模块用于根据所述调蓄湖库预测总上涨容量和湖库面积，得到调蓄湖库预测水位增量；第三计算模块用于根据调蓄湖库当前水位和所述调蓄湖库预测水位增量，得到调蓄湖库预测水位。
第三方面，提供了一种计算机设备，该计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行所述计算机程序时实现上述方法实施例中任一方法的步骤。
第四方面，提供了一种调蓄湖库水位预测系统，该系统包括如第三方面实施例中的计算机设备和水位监测仪。其中，水位监测仪设置于煤炭港口的调蓄湖库，连接计算机设备，用于监测调蓄湖库当前水位。
第五方面，提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例中任一方法的步骤。
上述调蓄湖库水位预测方法，通过根据获取得到的煤炭港口的各分区的历史雨水径流量和各分区对应的污水处理站的处理容量，得到调蓄湖库预测总上涨容量；而后，根据调蓄湖库预测总上涨容量和湖库面积，得到调蓄湖库预测水位增量；接着，根据获取得到的调蓄湖库当前水位和调蓄湖库预测水位增量，从而准确得到调蓄湖库预测水位，以使煤炭港口的工作人员通过调蓄湖库预测水位及时的调整调蓄湖库的储水策略或者调水策略，从而避免因调蓄湖库水资源溢出导致的煤炭港口内涝现象以及水资源浪费现象。
附图说明
图1为一个实施例中调蓄湖库水位预测方法的第一流程示意图；
图2为一个实施例中获取煤炭港口各分区的历史雨水径流量的步骤的流程示意图；
图3为一个实施例中根据各分区的历史雨水径流量和各分区对应的污水处理站的处理容量，得到调蓄湖库预测总上涨容量的步骤的流程示意图；
图4为一个实施例中调蓄湖库水位预测方法的第二流程示意图；
图5为一个实施例中调蓄湖库水位预测方法的第三流程示意图；
图6为一个实施例中调蓄湖库水位预测装置的第一结构框图；
图7为一个实施例中调蓄湖库水位预测装置的第二结构框图；
图8为一个实施例中调蓄湖库水位预测装置的第三结构框图；
图9为一个实施例中计算机设备的内部结构图；
图10为一个实施例中调蓄湖库水位预测系统的示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种调蓄湖库水位预测方法，本实施例以该方法应用于计算机设备进行举例说明。本实施例中，该方法包括步骤102至步骤108。
步骤102，获取煤炭港口的各分区的历史雨水径流量和调蓄湖库当前水位。
其中，雨水径流量是指降雨时沿煤炭港口的地面流行的雨水量。调蓄湖库可以但不限于是水资源管理系统中建立了的各个湿地、景观湖或者生态湖。调蓄湖库当前水位可以通过设置于煤炭港口的调蓄湖库中的水位监测仪进行实时监测而获得。
在一个具体示例中，历史雨水径流量可以是指当前年份的前一年中任一月的雨水径流量，还可以是指当前年份的预设的前数年中任一月的雨水径流量的平均值，以上仅为具体示例，实际应用中可以根据需求而灵活设置，在此不进行限制。在其中一个实施例中，煤炭港口的各分区的历史雨水径流量可以但不限于是预先存储于煤炭港口统计数据库中，有利于提高调蓄湖库水位预测的便利性。
在其中一个实施例中，如图2所示，获取煤炭港口各分区的历史雨水径流量的步骤包括：
步骤202，获取煤炭港口的历史降雨强度；
步骤204，根据历史降雨强度、各分区的区域面积以及各分区的区域雨水径流系数，得到各分区的历史雨水径流量。
其中，煤炭港口的降雨强度可以由设置在煤炭港口中的降雨监测器进行监测而获得。在一个具体示例中，历史降雨强度可以是指当前年份的前一年中任一月的降雨强度，还可以是指当前年份的预设的前数年中任一月的降雨强度的平均值，以上仅为具体示例，实际应用中可以根据需求而灵活设置，在此不进行限制。在其中一个实施例中，煤炭港口的历史降雨强度可以但不限于是预先存储于煤炭港口统计数据库中，有利于提高调蓄湖库水位预测的便利性。
通过获取煤炭港口的历史降雨强度，并根据煤炭港口的历史降雨强度和预先存储的各分区的区域面积以及各分区的区域雨水径流系数分别进行计算，即可得到各分区的历史雨水径流量。
在其中一个实施例中，雨水径流量的表达式为：
ωi＝S·β·α×0.001
其中，ωi为分区的雨水径流量，S为分区的区域面积，β为分区的区域雨水径流系数，α为煤炭港口的降雨强度，i为常数。
在本实施例中，通过获取得到的煤炭港口的历史降雨强度，并结合预先存储的各分区的区域面积以及各分区的区域雨水径流系数进行计算，即可准确的得到各分区的历史雨水径流量，提高了调蓄湖库水位预测的便利性。
步骤104，根据各分区的历史雨水径流量和各分区对应的污水处理站的处理容量，得到调蓄湖库预测总上涨容量。
其中，污水处理站的处理容量是指污水处理站用于储存和处理雨污水的容量。由于煤炭港口各分区排水沟排出雨水可能是含有煤粉尘的雨污水，所以各分区排水沟排出的雨水可以通过雨水提升泵先提升至该分区对应的污水处理站中进行储存和处理；当该分区对应的污水处理站的处理容量被雨水装满时，为了避免污水处理站出现雨水外溢，所以将分区排水沟中剩余无法排放至污水处理站的雨水通过暴雨排洪泵站提升至相应的调蓄湖库进行净化以及储存等处理。
通过根据获取得到的各分区的历史雨水径流量和预先存储的各分区对应污水处理站的处理容量计算，即可得到调蓄湖库预测总上涨容量。在其中一个实施例中，如图3所示，根据各分区的历史雨水径流量和各分区对应的污水处理站的处理容量，得到调蓄湖库预测总上涨容量的步骤包括步骤302至步骤304。
步骤302，根据各分区的历史雨水径流量和各分区对应的污水处理站的处理容量，得到各分区对应的调蓄湖库预测上涨容量。
其中，根据从煤炭港口统计数据库获取的各分区的历史雨水径流量和预先存储的各分区对应的污水处理站的处理容量进行计算，即可得到各分区导致对应的调蓄湖库水量上涨的调蓄湖库预测上涨容量。
在其中一个实施例中，分区对应的调蓄湖库预测上涨容量的表达式为：
ψi＝ωi-ωλ
其中，ψi为分区对应的调蓄湖库预测上涨容量，ωi为分区的历史雨水径流量，ωλ为分区对应的污水处理站的处理容量，i和λ为常数。
步骤304，根据各分区对应的调蓄湖库预测上涨容量，得到调蓄湖库预测总上涨容量。
其中，通过对上述过程中得到的各分区对应的调蓄湖库预测上涨容量进行求和，则可以得到各分区导致对应的调蓄湖库水量总的上涨容量即调蓄湖库预测总上涨容量。
在其中一个实施例中，调蓄湖库预测总上涨容量的表达式为：
其中，ψ总为调蓄湖库预测总上涨容量，ψi为分区对应的调蓄湖库预测上涨容量，n为调蓄湖库对应的分区总数，i为常数。
在本实施例中，通过获取得到的各分区的历史雨水径流量和预先存储的各分区对应的污水处理站的处理容量进行计算，即可得到各分区对应的调蓄湖库预测上涨容量；而后，根据各分区对应的调蓄湖库预测上涨容量进行求和，即可准确得到调蓄湖库预测总上涨容量，有利于提高调蓄湖库水位预测的便利性。
步骤106，根据调蓄湖库预测总上涨容量和湖库面积，得到调蓄湖库预测水位增量。
根据上述过程得到的调蓄湖库预测总上涨容量和预先存储的湖库面积进行计算，即可准确的得到调蓄湖库预测水位增量。在其中一个实施例中，调蓄湖库预测水位增量的表达式为：
其中，ζ为调蓄湖库预测水位增量，ψ总为调蓄湖库预测总上涨容量，S为湖库面积。
步骤108，根据调蓄湖库当前水位和调蓄湖库预测水位增量，得到调蓄湖库预测水位。
通过对从水位监测仪获取得到的蓄湖库当前水位和上述过程中得到的调蓄湖库预测水位增量进行求和处理，即可得到调蓄湖库的预测水位。
在一个具体示例中，通过煤炭港口统计数据库获取当前年份前一年煤炭港口7月份的降雨强度作为历史降雨强度，根据前一年煤炭港口7月份的历史降雨强度和各分区的区域面积以及各分区的区域雨水径流系数，得到前一年煤炭港口7月份各分区的历史雨水径流量。而后，根据前一年煤炭港口7月份各分区的历史雨水径流量和各分区对应的污水处理站的处理容量，即可预测到今年7月份的调蓄湖库总上涨容量即调蓄湖库预测总上涨容量。接着，根据上述预测到今年7月份的调蓄湖库总上涨容量和和湖库面积，即可预测到今年7月调蓄湖库的水位增量即调蓄湖库预测水位增量。最后，根据上述预测到的今年7月调蓄湖库的水位增量和水位监测仪监测得到的今年6月的调蓄湖库水位即调蓄湖库当前水位，则可以预测得到7月的调蓄湖库的水位即调蓄湖库预测水位。通过上述预测得到7月的调蓄湖库的水位即调蓄湖库预测水位，则可以使得煤炭港口工作人员及时调整储水策略或者调水策略，从而避免因7月处于强降雨季而导致调蓄湖库水资源溢出，也就避免了煤炭港口内涝现象以及水资源浪费现象；以上仅为具体示例，实际应用中可以根据需求而灵活设置，在此不进行限制。
上述调蓄湖库水位预测方法、装置、计算机设备、调蓄湖库水位预测系统和存储介质，通过根据获取得到的煤炭港口的各分区的历史雨水径流量和各分区对应的污水处理站的处理容量，得到调蓄湖库预测总上涨容量；而后，根据调蓄湖库预测总上涨容量和湖库面积，得到调蓄湖库预测水位增量；接着，根据获取得到的调蓄湖库当前水位和调蓄湖库预测水位增量，从而准确得到调蓄湖库预测水位，以使煤炭港口的工作人员通过调蓄湖库预测水位及时的调整调蓄湖库的储水策略或者调水策略，从而避免因调蓄湖库水资源溢出导致的煤炭港口内涝现象以及水资源浪费现象。
在其中一个实施例中，如图4所示，该方法还包括：
步骤110，若调蓄湖库预测水位大于水位阈值，则输出水位预警信息。
其中，通过将上述得到的调蓄湖库预测水位与水位阈值进行比较，当调蓄湖库预测水位大于水位阈值时，则及时输出水位预警信息。在一个具体示例中，水位阈值可以但不限于是调蓄湖库的最高水位，以上仅为具体示例，实际应用中可以根据需求而灵活设置，在此不进行限制。因此，煤炭港口的工作人员可以通过输出的水位预警信息的提示，及时调整调蓄湖库的储水策略或者调水策略；例如，适量将调蓄湖库中的储水排放至煤炭港口的生产水池从而减少调蓄湖库的储水量，以实现避免因调蓄湖库水资源溢出导致的煤炭港口内涝现象以及水资源浪费现象。
在其中一个实施例中，如图4所示，若调蓄湖库预测水位大于水位阈值，则输出水位预警信息的步骤之后还包括：
步骤112，根据调蓄湖库预测水位、水位阈值和调蓄湖库面积，得到调蓄湖库待腾出容量。
根据上述得到的调蓄湖库预测水位和预先存储的水位阈值以及调蓄湖库的面进行计算，即可得到调蓄湖库需要预先腾出的容量即调蓄湖库待腾出容量。在其中一个实施例中，调蓄湖库待腾出容量的表达式为：
δ＝(h预-h阈)×S湖
其中，δ为调蓄湖库待腾出容量，h预为调蓄湖库预测水位，h阈为水位阈值，S为湖库面积。
在本实施例中，通过根据调蓄湖库预测水位和预先存储的水位阈值以及调蓄湖库的面进行计算，即可准确的得到调蓄湖库待腾出容量，从而提醒煤炭港口的工作人员需要及时在调蓄湖库中排出调蓄湖库待腾出容量的水资源至煤炭港口的生产水池进行使用，以实现避免因调蓄湖库水资源溢出导致的煤炭港口内涝现象以及水资源浪费现象；同时，还可以根据湖库待腾出容量减少当前向水厂外购的水容量，以节省煤炭港口的开支。
在其中一个实施例中，如图5所示，获取煤炭港口各分区的历史雨水径流量和调蓄湖库当前水位的步骤之前还包括：
步骤101，根据煤炭港口的区域雨水径流系数不同，对煤炭港口进行区域划分，得到各分区；
其中，区域雨水径流系数根据煤炭港口的区域地面材质确定。在进行调蓄湖库水位预测之前，调蓄湖库水位预测系统中的计算机设备构建有煤炭港口模型，根据煤炭港口的区域雨水径流系数不同，对煤炭港口进行区域划分，从而确定煤炭港口的各个分区，便于煤炭港口进行分区管理和历史雨水径流量的统计和计算，提高了调蓄湖库水位预测过程中的便利性。
应该理解的是，虽然图1-5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-5中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图6所示，提供了一种调蓄湖库水位预测装置，该装置包括数据获取模块601、第一计算模块602、第二计算模块603以及第三计算模块604。
其中，数据获取模块601用于获取煤炭港口的各分区的历史雨水径流量和调蓄湖库当前水位；第一计算模块602用于根据各所述分区的所述历史雨水径流量和各所述分区对应的污水处理站的处理容量，得到调蓄湖库预测总上涨容量；第二计算模块603用于根据所述调蓄湖库预测总上涨容量和湖库面积，得到调蓄湖库预测水位增量；第三计算模块604用于根据调蓄湖库当前水位和所述调蓄湖库预测水位增量，得到调蓄湖库预测水位。
在其中一个实施例中，如图7所示，上述调蓄湖库水位预测装置还包括水位预警模块605。其中，水位预警模块605用于根据调蓄湖库预测水位、水位阈值和调蓄湖库面积，得到调蓄湖库待腾出容量。
在其中一个实施例中，如图8所示，上述调蓄湖库水位预测装置还包括第四计算模块606。第四计算模块606用于根据调蓄湖库预测水位、水位阈值和调蓄湖库面积，得到调蓄湖库待腾出容量。
在其中一个实施例中，上述调蓄湖库水位预测装置还包括煤炭港口分区模块。其中，煤炭港口分区模块用于根据煤炭港口的区域雨水径流系数不同，对煤炭港口进行区域划分，得到各分区；区域雨水径流系数根据煤炭港口的区域地面材质确定。
在其中一个实施例中，数据获取模块601包括数据获取单元和历史雨水径流量计算单元。其中，数据获取单元用于获取煤炭港口的历史降雨强度；历史雨水径流量计算单元用于根据历史降雨强度、各分区的区域面积以及各分区的区域雨水径流系数，得到各分区的历史雨水径流量。
在其中一个实施例中，第一计算模块602包括分区对应的调蓄湖库预测上涨容量计算单元和调蓄湖库预测总上涨容量计算单元。其中，分区对应的调蓄湖库预测上涨容量计算单元用于根据各分区的历史雨水径流量和各分区对应的污水处理站的处理容量，得到各分区对应的调蓄湖库预测上涨容量；调蓄湖库预测总上涨容量计算单元用于根据各分区对应的调蓄湖库预测上涨容量，得到调蓄湖库预测总上涨容量。
关于调蓄湖库水位预测装置的具体限定可以参见上文中对于调蓄湖库水位预测方法的限定，在此不再赘述。上述调蓄湖库水位预测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备110，该计算机设备110可以是终端，其内部结构图可以如图9所示。该计算机设备110包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备110的处理器用于提供计算和控制能力。该计算机设备110的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备110的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种调蓄湖库水位预测方法。该计算机设备110的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备110的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备110外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备110的限定，具体的计算机设备110可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备110，该计算机设备110包括存储器和处理器，存储器存储有计算机程序，处理器执行所述计算机程序时实现上述方法实施例中任一方法的步骤。
在一个实施例中，如图10所示，提供了一种调蓄湖库水位预测系统，该系统包括如第三方面实施例中所述的计算机设备110和水位监测仪120。
其中，水位监测仪120设置于煤炭港口的调蓄湖库，连接计算机设备110，用于监测调蓄湖库当前水位。
在本实施例中，计算机设备110通过根据获取得到的煤炭港口的各分区的历史雨水径流量和各分区对应的污水处理站的处理容量，得到调蓄湖库预测总上涨容量；而后，根据调蓄湖库预测总上涨容量和湖库面积，得到调蓄湖库预测水位增量；接着，根据从水位监测仪120处获取得到的调蓄湖库当前水位和调蓄湖库预测水位增量，从而准确得到调蓄湖库预测水位，以使煤炭港口的工作人员通过调蓄湖库预测水位及时的调整调蓄湖库的储水策略或者调水策略，从而避免因调蓄湖库水资源溢出导致的煤炭港口内涝现象以及水资源浪费现象。
在一个实施例中，提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例中任一方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种调蓄湖库水位预测方法，其特征在于，所述方法包括：
根据所述煤炭港口的区域雨水径流系数不同，对所述煤炭港口进行区域划分，得到各所述分区；所述区域雨水径流系数根据所述煤炭港口的区域地面材质确定；
获取煤炭港口的各分区的历史雨水径流量和调蓄湖库当前水位；
根据各所述分区的所述历史雨水径流量和各所述分区对应的污水处理站的处理容量，得到调蓄湖库预测总上涨容量；所述污水处理站的处理容量，是指所述污水处理站用于储存和处理雨污水的容量；
根据所述调蓄湖库预测总上涨容量和湖库面积，得到调蓄湖库预测水位增量；所述调蓄湖库预测水位增量的表达式为：
其中，ζ为调蓄湖库预测水位增量，ψ总为调蓄湖库预测总上涨容量，S为湖库面积；
根据调蓄湖库当前水位和所述调蓄湖库预测水位增量，得到调蓄湖库预测水位；
所述获取煤炭港口各分区的历史雨水径流量的步骤包括：获取煤炭港口的历史降雨强度；根据所述历史降雨强度、各分区的区域面积以及各分区的区域雨水径流系数，得到各所述分区的所述历史雨水径流量；
根据各所述分区的历史雨水径流量和各所述分区对应的污水处理站的处理容量，得到调蓄湖库预测总上涨容量的步骤包括：根据各所述分区的所述历史雨水径流量和各所述分区对应的污水处理站的处理容量，得到各所述分区对应的调蓄湖库预测上涨容量，所述分区对应的对应的调蓄湖库预测上涨容量的表达式为：ψi＝ωi-ωλ，其中，ψi为分区对应的调蓄湖库预测上涨容量，ωi为分区的历史雨水径流量，ωλ为分区对应的污水处理站的处理容量，i和λ为常数；根据各所述分区对应的调蓄湖库预测上涨容量，得到调蓄湖库预测总上涨容量，所述调蓄湖库预测总上涨容量的表达式为：
其中，ψ总为调蓄湖库预测总上涨容量，ψi为分区对应的调蓄湖库预测上涨容量，n为调蓄湖库对应的分区总数，i为常数。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若所述调蓄湖库预测水位大于水位阈值，则输出水位预警信息。
3.根据权利要求2所述的方法，其特征在于，所述若所述调蓄湖库预测水位大于水位阈值，则输出水位预警信息的步骤之后还包括：
根据所述调蓄湖库预测水位、所述水位阈值和所述调蓄湖库面积，得到调蓄湖库待腾出容量。
4.一种调蓄湖库水位预测装置，其特征在于，所述装置包括：
煤炭港口分区模块，用于根据所述煤炭港口的区域雨水径流系数不同，对所述煤炭港口进行区域划分，得到各所述分区；所述区域雨水径流系数根据所述煤炭港口的区域地面材质确定；
数据获取模块，用于获取煤炭港口的各分区的历史雨水径流量和调蓄湖库当前水位；
第一计算模块，用于根据各所述分区的所述历史雨水径流量和各所述分区对应的污水处理站的处理容量，得到调蓄湖库预测总上涨容量；所述污水处理站的处理容量，是指所述污水处理站用于储存和处理雨污水的容量；
第二计算模块，用于根据所述调蓄湖库预测总上涨容量和湖库面积，得到调蓄湖库预测水位增量；所述调蓄湖库预测水位增量的表达式为：
其中，ζ为调蓄湖库预测水位增量，ψ总为调蓄湖库预测总上涨容量，S为湖库面积；
第三计算模块，用于根据调蓄湖库当前水位和所述调蓄湖库预测水位增量，得到调蓄湖库预测水位；
所述数据获取模块还用于，获取煤炭港口的历史降雨强度；根据所述历史降雨强度、各分区的区域面积以及各分区的区域雨水径流系数，得到各所述分区的所述历史雨水径流量；
所述第一计算模块还用于，根据各所述分区的所述历史雨水径流量和各所述分区对应的污水处理站的处理容量，得到各所述分区对应的调蓄湖库预测上涨容量，所述分区对应的对应的调蓄湖库预测上涨容量的表达式为：ψi＝ωi-ωλ，其中，ψi为分区对应的调蓄湖库预测上涨容量，ωi为分区的历史雨水径流量，ωλ为分区对应的污水处理站的处理容量，i和λ为常数；根据各所述分区对应的调蓄湖库预测上涨容量，得到调蓄湖库预测总上涨容量，所述调蓄湖库预测总上涨容量的表达式为：
其中，ψ总为调蓄湖库预测总上涨容量，ψi为分区对应的调蓄湖库预测上涨容量，n为调蓄湖库对应的分区总数，i为常数。
5.根据权利要求4所述的装置，其特征在于，所述装置还包括：
水位预警模块，用于若所述调蓄湖库预测水位大于水位阈值，则输出水位预警信息。
6.根据权利要求4所述的装置，其特征在于，所述装置还包括：
第四计算模块，用于根据所述调蓄湖库预测水位、所述水位阈值和所述调蓄湖库面积，得到调蓄湖库待腾出容量。
7.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至3中任一项所述的方法的步骤。
8.一种调蓄湖库水位预测系统，其特征在于，所述系统包括水位监测仪和如权利要求7所述的计算机设备；
其中，所述水位监测仪设置于所述煤炭港口的调蓄湖库，连接所述计算机设备，用于监测所述调蓄湖库当前水位。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至3中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110737676.9A CN113468464B (zh) | 2021-06-30 | 2021-06-30 | 调蓄湖库水位预测方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110737676.9A CN113468464B (zh) | 2021-06-30 | 2021-06-30 | 调蓄湖库水位预测方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113468464A CN113468464A (zh) | 2021-10-01 |
| CN113468464B true CN113468464B (zh) | 2023-04-18 |
Family
ID=77876777
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110737676.9A Active CN113468464B (zh) | 2021-06-30 | 2021-06-30 | 调蓄湖库水位预测方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113468464B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109767027A (zh) * | 2018-11-30 | 2019-05-17 | 深圳春沐源控股有限公司 | 水库渗水量预测方法及装置 |
| CN109970292A (zh) * | 2019-05-09 | 2019-07-05 | 中铁四川生态城投资有限公司 | 一种雨水调蓄净化系统 |
| CN110991688A (zh) * | 2019-10-15 | 2020-04-10 | 国网浙江省电力有限公司紧水滩水力发电厂 | 基于气象数值预报的水库调度预警方法 |
| CN111401666A (zh) * | 2020-04-28 | 2020-07-10 | 中国水利水电科学研究院 | 一种利用预报误差开展上游水库群影响下径流预报的方法 |
-
2021
- 2021-06-30 CN CN202110737676.9A patent/CN113468464B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109767027A (zh) * | 2018-11-30 | 2019-05-17 | 深圳春沐源控股有限公司 | 水库渗水量预测方法及装置 |
| CN109970292A (zh) * | 2019-05-09 | 2019-07-05 | 中铁四川生态城投资有限公司 | 一种雨水调蓄净化系统 |
| CN110991688A (zh) * | 2019-10-15 | 2020-04-10 | 国网浙江省电力有限公司紧水滩水力发电厂 | 基于气象数值预报的水库调度预警方法 |
| CN111401666A (zh) * | 2020-04-28 | 2020-07-10 | 中国水利水电科学研究院 | 一种利用预报误差开展上游水库群影响下径流预报的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113468464A (zh) | 2021-10-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Willis et al. | Optimization model for ground-water planning | |
| Moss et al. | The Southern Oscillation index as a predictor of the probability of low streamflows in New Zealand | |
| US20220186451A1 (en) | Remote sensing-based dynamic estimation method for outflow process of ungauged free overflow reservoir | |
| Kangrang et al. | Optimal Reservoir Rule Curves Considering Conditional Ant Colony Optimization with | |
| CN114997591A (zh) | 一种基于水环境数学模型的入河污染物削减及河道断面水质预测方法及装置 | |
| CN113468464B (zh) | 调蓄湖库水位预测方法、装置、计算机设备和存储介质 | |
| CN104091040A (zh) | 一种土壤入渗性能计算方法 | |
| Kubiak-Wójcicka | Assessment of water resources in Poland | |
| Choi et al. | Effects of inter-basin water transfer project operation for emergency water supply | |
| CN113962475A (zh) | 一种下穿岩溶天坑隧道暴雨期最大涌水量峰值估计方法 | |
| Yao et al. | Characteristics and influencing factors of sediment deposition-scour in the Sanhuhekou-Toudaoguai Reach of the upper Yellow River, China | |
| Jafari et al. | Investigation of rainfall forecast system characteristics in real-time optimal operation of urban drainage systems | |
| Karim et al. | Artificial recharge of groundwater by injection wells (Case Study) | |
| Abbas et al. | Assessment of climate change impacts on water resources of Khabour in Kurdistan, Iraq using SWAT model | |
| Soltani et al. | Planning for agricultural return flow allocation: application of info-gap decision theory and a nonlinear CVaR-based optimization model | |
| CN111476700A (zh) | 基于河湖水系连通的洪涝防控方法、装置、介质和设备 | |
| CN114254898B (zh) | 一种基于生态的水资源优化配置方法及系统 | |
| CN111061985B (zh) | 无资料地区水库调节径流的计算方法、装置和存储介质 | |
| CN113469532B (zh) | 煤堆场雨污水排水方法、装置、计算机设备和存储介质 | |
| CN111768310A (zh) | 一种水库补水潜力的预测方法、装置及电子设备 | |
| CN114139871A (zh) | 日前发电备用容量配置方法、装置、存储介质及终端设备 | |
| KR20120089514A (ko) | 유비쿼터스 도시의 물순환 건전성 시뮬레이션 방법 | |
| CN115374655B (zh) | 城市雨水利用时空动态调配模拟方法和系统 | |
| Yordanova et al. | The role of the complex water systems and reservoir management in terms of climate change and floods | |
| CN113065713B (zh) | 分段链式城市河湖生态补水预测方法 |
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 |