CN113704696B - 一种水库水温结构判别方法及判别设备 - Google Patents

一种水库水温结构判别方法及判别设备 Download PDF

Info

Publication number
CN113704696B
CN113704696B CN202111016103.3A CN202111016103A CN113704696B CN 113704696 B CN113704696 B CN 113704696B CN 202111016103 A CN202111016103 A CN 202111016103A CN 113704696 B CN113704696 B CN 113704696B
Authority
CN
China
Prior art keywords
reservoir
month
water
water temperature
temperature rise
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
CN202111016103.3A
Other languages
English (en)
Other versions
CN113704696A (zh
Inventor
黄晓宇
葛晓霞
王丽
赵晓晨
周雪欣
陈基培
张亚娟
孙晓玉
顾洋
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.)
Scientific Institute Of Pearl River Water Resources Protection
Original Assignee
Scientific Institute Of Pearl River Water Resources Protection
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 Scientific Institute Of Pearl River Water Resources Protection filed Critical Scientific Institute Of Pearl River Water Resources Protection
Priority to CN202111016103.3A priority Critical patent/CN113704696B/zh
Publication of CN113704696A publication Critical patent/CN113704696A/zh
Application granted granted Critical
Publication of CN113704696B publication Critical patent/CN113704696B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • Tourism & Hospitality (AREA)
  • Mathematical Optimization (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computational Mathematics (AREA)
  • Development Economics (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Heat-Pump Type And Storage Water Heaters (AREA)

Abstract

本申请公开了一种水库水温结构判别方法及判别设备，该方法包括：获取待判别水温结构的第一水库在第一月份对应的气象数据、水文数据和水库调度参数；进一步的，基于所述气象数据、所述水文数据和所述水库调度参数，确定所述第一水库中的水体在所述第一月份对应的升温率；进一步的，基于所述升温率，确定所述第一水库在所述第一月份对应的水温结构。通过这种方式，可以消除判别不同功能的水库的水温结构的偏差，特别是能够消除判别南方地区的水库水温结构的偏差，可以适用于判断不同功能的水库的水温结构，从而可以提高判别水库水温结构的准确性，可以为环境影响评价工作和水库方案设计工作提供相应的参考。

Description

一种水库水温结构判别方法及判别设备
技术领域
本申请涉及水利工程建设和环境影响分析技术领域，特别是涉及一种水库水温结构判别方法及判别设备。
背景技术
目前，在开展水库环境影响评价工作时，通常采用《水利水电工程水文计算规范》(SL278-2002)中推荐的α-β法，来判别水库水温结构。但是，在实际工作中，部分水库(例如南方地区的部分水库)由于主要功能不同，使用该α-β法判定时容易产生偏差，判别水库水温结构的准确性较差。
发明内容
基于此，本申请提供一种水库水温结构判别方法及判别设备，用于提高判别水库水温结构的准确性。
第一方面，本申请实施例提供一种水库水温结构判别方法，包括：
获取待判别水温结构的第一水库在第一月份对应的气象数据、水文数据和水库调度参数；
基于所述气象数据、所述水文数据和所述水库调度参数，确定所述第一水库中的水体在所述第一月份对应的升温率；
基于所述升温率，确定所述第一水库在所述第一月份对应的水温结构。
在一种可能的设计中，所述气象数据包括：所述第一水库对应的地区年辐射总量、日照率和所述第一月份对应的总天数；所述水文数据包括：所述第一水库对应的水体密度、水体比热容和所述第一水库在所述第一月份对应的径流量；所述水库调度参数包括：所述第一水库在所述第一月份对应的库区面积、库容量和季节系数；
基于所述气象数据、所述水文数据和所述水库调度参数，确定所述第一水库中的水体在所述第一月份对应的升温率，包括：
基于所述地区年辐射总量、所述库区面积、所述总天数、所述季节系数和所述日照率，计算得到所述第一水库在所述第一月份对应的库区受热量；
基于所述库区受热量、所述库容量、所述水体密度和所述水体比热容，计算得到所述第一水库在所述第一月份对应的平均升温幅度；
基于所述库容量和所述径流量，计算得到所述第一水库对应的库区水体替换次数；
基于所述平均升温幅度和所述库区水体替换次数，计算得到所述升温率。
在一种可能的设计中，基于所述地区年辐射总量、所述库区面积、所述总天数、所述季节系数和所述日照率，计算得到所述第一水库在所述第一月份对应的库区受热量，包括：
基于所述地区年辐射总量、所述库区面积、所述总天数、所述季节系数和所述日照率，按照如下第一计算公式，计算得到所述库区受热量；
所述第一计算公式为：
Figure BDA0003240264330000021
其中，H表示为所述库区受热量，
Figure BDA0003240264330000022
表示为所述地区年辐射总量，A表示为所述库区面积，D表示为所述总天数，λ表示为所述季节系数，η表示所述日照率。
在一种可能的设计中，基于所述库区受热量、所述库容量、所述水体密度和所述水体比热容，计算得到所述第一水库在所述第一月份对应的平均升温幅度，包括：
基于所述库区受热量、所述库容量、所述水体密度和所述水体比热容，按照如下第二计算公式，计算得到所述平均升温幅度；
所述第二计算公式为：
Figure BDA0003240264330000031
其中，T表示为所述平均升温幅度，V表示为所述库容量，μ表示为所述水体密度，c表示为所述水体比热容。
在一种可能的设计中，基于所述库容量和所述径流量，计算得到所述第一水库对应的库区水体替换次数，包括：
基于所述库容量和所述径流量，按照如下第三计算公式，计算得到所述库区水体替换次数；
所述第三计算公式为：
Figure BDA0003240264330000032
其中，t表示为所述库区水体替换次数，Q表示为所述径流量。
在一种可能的设计中，基于所述平均升温幅度和所述库区水体替换次数，计算得到所述升温率，包括：
基于所述平均升温幅度和所述库区水体替换次数，按照如下第四计算公式，计算得到所述升温率；
所述第四计算公式为：
Figure BDA0003240264330000041
其中，R表示为所述升温率。
在一种可能的设计中，所述水温结构的结构类型包括：混合型水温结构、过度型水温结构和分层型水温结构；
基于所述升温率，确定所述第一水库在所述第一月份对应的水温结构，包括：
将所述升温率与第一预设阈值及第二预设阈值进行比较，获得比较结果；其中，所述第一预设阈值小于所述第二预设阈值；
当基于所述比较结果，若确定所述升温率小于所述第一预设阈值，确定所述第一水库在所述第一月份对应的水温结构为混合型水温结构；或者，
当基于所述比较结果，若确定所述升温率大于或等于所述第一预设阈值，并且所述升温率小于或等于第二预设阈值，确定所述第一水库在所述第一月份对应的水温结构为过度型水温结构；或者，
当基于所述比较结果，若确定所述升温率大于所述第二预设阈值，确定所述第一水库在所述第一月份对应的水温结构为分层型水温结构。
第二方面，本申请实施例提供一种判别设备，包括：
接收单元，用于获取待判别水温结构的第一水库在第一月份对应的气象数据、水文数据和水库调度参数；
处理单元，用于基于所述气象数据、所述水文数据和所述水库调度参数，确定所述第一水库中的水体在所述第一月份对应的升温率；基于所述升温率，确定所述第一水库在所述第一月份对应的水温结构。
在一种可能的设计中，所述气象数据包括：所述第一水库对应的地区年辐射总量、日照率和所述第一月份对应的总天数；所述水文数据包括：所述第一水库对应的水体密度、水体比热容和所述第一水库在所述第一月份对应的径流量；所述水库调度参数包括：所述第一水库在所述第一月份对应的库区面积、库容量和季节系数；所述处理单元具体用于：
基于所述地区年辐射总量、所述库区面积、所述总天数、所述季节系数和所述日照率，计算得到所述第一水库在所述第一月份对应的库区受热量；
基于所述库区受热量、所述库容量、所述水体密度和所述水体比热容，计算得到所述第一水库在所述第一月份对应的平均升温幅度；
基于所述库容量和所述径流量，计算得到所述第一水库对应的库区水体替换次数；
基于所述平均升温幅度和所述库区水体替换次数，计算得到所述升温率。
在一种可能的设计中，所述处理单元具体用于：
基于所述地区年辐射总量、所述库区面积、所述总天数、所述季节系数和所述日照率，按照如下第一计算公式，计算得到所述库区受热量；
所述第一计算公式为：
Figure BDA0003240264330000051
其中，H表示为所述库区受热量，
Figure BDA0003240264330000052
表示为所述地区年辐射总量，A表示为所述库区面积，D表示为所述总天数，λ表示为所述季节系数，η表示所述日照率。
在一种可能的设计中，所述处理单元具体用于：
基于所述库区受热量、所述库容量、所述水体密度和所述水体比热容，按照如下第二计算公式，计算得到所述平均升温幅度；
所述第二计算公式为：
Figure BDA0003240264330000061
其中，T表示为所述平均升温幅度，V表示为所述库容量，μ表示为所述水体密度，c表示为所述水体比热容。
在一种可能的设计中，所述处理单元具体用于：
基于所述库容量和所述径流量，按照如下第三计算公式，计算得到所述库区水体替换次数；
所述第三计算公式为：
Figure BDA0003240264330000062
其中，t表示为所述库区水体替换次数，Q表示为所述径流量。
在一种可能的设计中，所述处理单元具体用于：
基于所述平均升温幅度和所述库区水体替换次数，按照如下第四计算公式，计算得到所述升温率；
所述第四计算公式为：
Figure BDA0003240264330000063
其中，R表示为所述升温率。
在一种可能的设计中，所述水温结构的结构类型包括：混合型水温结构、过度型水温结构和分层型水温结构；所述处理单元具体用于：
将所述升温率与第一预设阈值及第二预设阈值进行比较，获得比较结果；其中，所述第一预设阈值小于所述第二预设阈值；
当基于所述比较结果，若确定所述升温率小于所述第一预设阈值，确定所述第一水库在所述第一月份对应的水温结构为混合型水温结构；或者，
当基于所述比较结果，若确定所述升温率大于或等于所述第一预设阈值，并且所述升温率小于或等于第二预设阈值，确定所述第一水库在所述第一月份对应的水温结构为过度型水温结构；或者，
当基于所述比较结果，若确定所述升温率大于所述第二预设阈值，确定所述第一水库在所述第一月份对应的水温结构为分层型水温结构。
第三方面，本申请实施例提供一种判别设备，所述判别设备包括：至少一个存储器和至少一个处理器；
所述至少一个存储器用于存储一个或多个程序；
当所述一个或多个程序被所述至少一个处理器执行时，实现上述第一方面中任一种可能设计所涉及的方法。
第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有至少一个程序；当所述至少一个程序被处理器执行时，实现上述第一方面中任一种可能设计所涉及的方法。
本申请的有益效果如下：
在本申请提供的技术方案中，获取待判别水温结构的第一水库在第一月份对应的气象数据、水文数据和水库调度参数；进一步的，基于所述气象数据、所述水文数据和所述水库调度参数，确定所述第一水库中的水体在所述第一月份对应的升温率；进一步的，基于所述升温率，确定所述第一水库在所述第一月份对应的水温结构。通过这种方式，可以消除判别不同功能的水库的水温结构的偏差，特别是能够消除判别南方地区的水库水温结构的偏差，可以适用于判断不同功能的水库的水温结构，从而可以提高判别水库水温结构的准确性，可以为环境影响评价工作和水库方案设计工作提供相应的参考。
附图说明
图1为本申请实施例提供的一种水库水温结构判别方法的流程示意图；
图2为本申请实施例提供的一种判别设备的结构示意图；
图3为本申请实施例提供的一种判别设备的结构示意图。
具体实施方式
为了便于理解本申请实施例提供的技术方案，下面结合附图详细说明本申请的技术方案。
以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
除非有相反的说明，本申请实施例提及“第一”至“第四”等序数词用于对多个对象进行区分，不用于限定多个对象的顺序、时序、优先级或者重要程度。
下面将结合图1对本申请实施例提供的一种水库水温结构判别方法进行具体阐述。
请参考图1所示，为本申请实施例提供的一种水库水温结构判别方法的流程示意图。以判别设备为执行主体为例，如图1所示，该方法流程可以包括以下步骤：
S101、获取待判别水温结构的第一水库在第一月份对应的气象数据、水文数据和水库调度参数。
在一些实施例中，该气象数据可以包括但不限于：第一水库对应的地区年辐射总量、日照率和第一月份对应的总天数。该水文数据可以包括但不限于：第一水库对应的水体密度、水体比热容和第一水库在第一月份对应的径流量。该水库调度参数可以包括但不限于：第一水库在第一月份对应的库区面积、库容量和季节系数。
在具体的实现过程中，第一水库对应的地区年辐射总量可以为第一水库所在地区在第一月份对应的太阳年辐射总量。一般来说，华南地区多为四类或五类地区，若第一水库位于华南地区，第一水库对应的地区年辐射总量的取值范围可以为3344×103kJ/m2-5016×103kJ/m2，具体的取值可以根据第一水库所在地区的气象数据中的年日照时数确定。第一水库在第一月份对应的库区面积，可以根据水库设计水位—库容—面积曲线得到。第一水库在第一月份对应的季节系数，可以根据太阳辐射量在年内不同季节分布得出。比如，若第一水库位于南方地区，第一月份为4月份-9月份中的一个月份，那么第一水库在第一月份对应的季节系数，可以取值为1.5。第一水库对应的日照率，可以由气象数据获得。第一水库对应的水体比热容，可以取值为4.2。第一水库对应的水体密度，可以取值为1。
在一些实施例中，第一月份可以是一年的12个月份中的任一个月份，本申请实施例不限定。比如，由于南方河流丰、枯水期天然来水流量差异显著，且丰水期往往与库区水温升温期重叠，升温期时的大量天然来水流往往会破坏库区刚刚形成的水温结构，使其难以形成稳定分层状态。若第一水库为位于南方地区的水库，由于南方河流的丰水期初始月份一般为4月-6月，第一月份可以确定为4月份-6月份中的一个月份，用于判断第一水库在河流丰水期开始时的水温结构。
在一些实施例中，判别设备可以从多种途径获取第一水库在第一月份对应的气象数据、水温数据和水库调度参数。比如，判别设备可以获取预先存储在判别设备中的第一水库在第一月份对应的气象数据、水文数据和水库调度参数；或者，判断识别设备可以从其它设备(例如云端服务器等)中获取到第一水库在第一月份对应的气象数据、水文数据和水库调度参数，等等，本申请实施例不限定。
S102、基于气象数据、水文数据和水库调度参数，确定第一水库中的水体在第一月份对应的升温率。
在一些实施例中，判别设备可以基于上述地区年辐射总量、上述库区面积、总天数、上述季节系数和上述日照率，计算得到第一水库在第一月份对应的库区受热量(第一水库在第一月份中水体受到的太阳辐射热量)。在具体的实现过程中，判别设备可以基于上述地区年辐射总量、上述库区面积、上述总天数、上述季节系数和上述日照率，按照如下第一计算公式(1)，计算得到该库区受热量。
Figure BDA0003240264330000101
其中，H可以表示为该库区受热量，
Figure BDA0003240264330000102
可以表示为上述地区年辐射总量，A可以表示为上述库区面积，D可以表示为上述总天数，λ可以表示为上述季节系数，η可以表示上述日照率。
本申请实施例中，通过上述地区年辐射总量、上述库区面积、总天数、上述季节系数和上述日照率，可以提高计算得到的第一水库在第一月份对应的库区受热量与第一水库在第一月份实际对应的库区受热量的匹配性，进一步的，可以提高判别第一水库中的水体在第一月份对应的水温结构的准确性。
在一些实施例中，判别设备可以基于上述库区受热量、上述库容量、上述水体密度和上述水体比热容，计算得到第一水库在第一月份对应的平均升温幅度。在具体的实现过程中，判别设备可以基于上述库区受热量、上述库容量、上述水体密度和上述水体比热容，按照如下第二计算公式(2)，计算得到该平均升温幅度。
Figure BDA0003240264330000111
其中，T可以表示为该平均升温幅度，V可以表示为上述库容量，μ可以表示为上述水体密度，c可以表示为上述水体比热容。
本申请实施例中，通过上述库区受热量、上述库容量、上述水体密度和上述水体比热容，可以提高计算得到的第一水库在第一月份对应的平均升温幅度，与第一水库在第一月份实际对应的平均升温幅度的匹配性，进一步的，可以提高判别第一水库中的水体在第一月份对应的水温结构的准确性。
在一些实施例中，判别设备可以基于上述库容量和上述径流量，计算得到第一水库对应的库区水体替换次数。在具体的实现过程中，判别设备可以基于库容量和径流量，按照如下第三计算公式(3)，计算得到该库区水体替换次数。
Figure BDA0003240264330000112
其中，t可以表示为该库区水体替换次数，Q可以表示为上述径流量。
本申请实施例中，通过上述库容量和上述径流量，可以提高计算得到的第一水库对应的库区水体替换次数与第一水库实际对应的库区水体替换次数的匹配性，进一步的，可以提高判别第一水库中的水体在第一月份对应的水温结构的准确性。
在一些实施例中，判别设备可以基于上述平均升温幅度和上述库区水体替换次数，计算得到该升温率。在具体的实现过程中，判别设备可以基于平均升温幅度和库区水体替换次数，按照如下第四计算公式(4)，计算得到该升温率。
Figure BDA0003240264330000121
其中，R可以表示为该升温率。
本申请实施例中，通过上述平均升温幅度和上述库区水体替换次数，可以提高计算得到的升温率与第一水库中的水体在第一月份实际对应的升温率的匹配性，从而可以提高判别第一水库中的水体在第一月份对应的水温结构的准确性。
在具体的实现过程中，判别设备可以结合上述第一计算公式(1)-上述第四计算公式(4)，得到如下计算该升温率的总计算公式(5)。
Figure BDA0003240264330000122
示例性的，以第一水库为位于广西壮族自治区百色市的右江干流的百色水利枢纽为例。根据百色水利枢纽工程设计资料，右江的丰水期开始阶段为6月份。百色水利枢纽在6月份的水域面积为0.9km2、运行的库容量为28.34亿m3，天然来水的径流量为250m3/s。根据百色市气象相关资料，百色市太阳年辐射总量为4600×103kJ/m2，6月份的日照率为35％。百色水利枢纽在6月份对应的季节系数可以为1.5。百色水利枢纽对应的水体密度、水体比热容可以分别为1、4.2。当将上述数据带入(5)式进行计算时，可以得到百色水利枢纽的升温率R为4.33。
示例性的，以第一水库为位于广西壮族自治区柳州市的都柳江河段的洋溪水利枢纽为例。根据洋溪水利枢纽工程设计资料，都柳江的丰水期开始阶段为4月份。洋溪水利枢纽在4月份的水域面积为14.7km2、运行的库容量为1.4亿m3，天然来水的径流量为244m3/s。根据柳州市气象相关资料，柳州市太阳年辐射总量为4560×103kJ/m2，当月日照率为20％。洋溪水利枢纽在4月份对应的季节系数可以为1.5。洋溪水利枢纽对应的水体密度、水体比热容可以分别为1、4.2。当将上述数据带入(5)式计算时，可以得到洋溪水利枢纽的升温率R为0.62。
本申请实施例中，通过上述总计算公式(5)，可以提高计算得到的升温率与第一水库中的水体在第一月份实际对应的升温率的匹配性，可以消除判别不同功能的水库的水温结构的偏差，可以适用于判断不同功能的水库的水温结构，从而可以提高判别水库水温结构的准确性。
S103、基于该升温率，确定第一水库在第一月份对应的水温结构。
在一些实施例中，水温结构的结构类型可以包括但不限于：混合型水温结构、过度型水温结构和分层型水温结构。
在一些实施例中，判别设备可以基于将该升温率与第一预设阈值及第二预设阈值进行比较，获得比较结果。其中，第一预设阈值可以小于第二预设阈值。判别设备可以根据该比较结果，确定第一水库在第一月份对应的水温结构。
比如，当判别设备基于比较结果，若确定该升温率小于第一预设阈值，判别设备可以确定第一水库在第一月份对应的水温结构为混合型水温结构。示例性的，可以设置第一预设阈值为0.5，若确定该升温率R小于0.5，判别设备可以确定第一水库在第一月份对应的水温结构为混合型水温结构。
或者，当判别设备基于比较结果，若确定该升温率大于或等于第一预设阈值，并且该升温率小于或等于第二预设阈值，判别设备可以确定第一水库在第一月份对应的水温结构为过度型水温结构。示例性的，可以设置第二预设阈值为2，若确定该升温率R在该预设范围0.5≤R≤2，判别设备可以确定第一水库在第一月份对应的水温结构为过度型水温结构。示例性的，上述洋溪水利枢纽的升温率R为0.62，判别设备可以确定洋溪水利枢纽在4月份对应的水温结构为过度型水温结构。
或者，当判别设备基于比较结果，若确定升温率大于第二预设阈值，判别设备可以确定第一水库在第一月份对应的水温结构为分层型水温结构。示例性的，若确定该升温率R大于2，判别设备可以确定第一水库在第一月份对应的水温结构为分层型水温结构。示例性的，上述百色水利枢纽的升温率R为4.33，判别设备可以确定百色水利枢纽在6月份对应的水温结构为分层型水温结构。
通过以上描述内容可知，在本申请实施例提供的技术方案中，获取待判别水温结构的第一水库在第一月份对应的气象数据、水文数据和水库调度参数；进一步的，基于所述气象数据、所述水文数据和所述水库调度参数，确定所述第一水库中的水体在所述第一月份对应的升温率；进一步的，基于所述升温率，确定所述第一水库在所述第一月份对应的水温结构。通过这种方式，可以消除判别不同功能的水库的水温结构的偏差，特别是能够消除判别南方地区的水库水温结构的偏差，可以适用于判断不同功能的水库的水温结构，从而可以提高判别水库水温结构的准确性，可以为环境影响评价工作和水库方案设计工作提供相应的参考。
基于同一发明构思，本申请实施例还提供一种判别设备，如图2所示，判别设备200可以包括：
接收单元201，用于获取待判别水温结构的第一水库在第一月份对应的气象数据、水文数据和水库调度参数；
处理单元202，用于基于所述气象数据、所述水文数据和所述水库调度参数，确定所述第一水库中的水体在所述第一月份对应的升温率；基于所述升温率，确定所述第一水库在所述第一月份对应的水温结构。
在一种可能的设计中，所述气象数据包括：所述第一水库对应的地区年辐射总量、日照率和所述第一月份对应的总天数；所述水文数据包括：所述第一水库对应的水体密度、水体比热容和所述第一水库在所述第一月份对应的径流量；所述水库调度参数包括：所述第一水库在所述第一月份对应的库区面积、库容量和季节系数；所述处理单元202具体用于：
基于所述地区年辐射总量、所述库区面积、所述总天数、所述季节系数和所述日照率，计算得到所述第一水库在所述第一月份对应的库区受热量；
基于所述库区受热量、所述库容量、所述水体密度和所述水体比热容，计算得到所述第一水库在所述第一月份对应的平均升温幅度；
基于所述库容量和所述径流量，计算得到所述第一水库对应的库区水体替换次数；
基于所述平均升温幅度和所述库区水体替换次数，计算得到所述升温率。
在一种可能的设计中，所述处理单元202具体用于：
基于所述地区年辐射总量、所述库区面积、所述总天数、所述季节系数和所述日照率，按照如下第一计算公式，计算得到所述库区受热量；
所述第一计算公式为：
Figure BDA0003240264330000151
其中，H表示为所述库区受热量，
Figure BDA0003240264330000152
表示为所述地区年辐射总量，A表示为所述库区面积，D表示为所述总天数，λ表示为所述季节系数，η表示所述日照率。
在一种可能的设计中，所述处理单元202具体用于：
基于所述库区受热量、所述库容量、所述水体密度和所述水体比热容，按照如下第二计算公式，计算得到所述平均升温幅度；
所述第二计算公式为：
Figure BDA0003240264330000161
其中，T表示为所述平均升温幅度，V表示为所述库容量，μ表示为所述水体密度，c表示为所述水体比热容。
在一种可能的设计中，所述处理单元202具体用于：
基于所述库容量和所述径流量，按照如下第三计算公式，计算得到所述库区水体替换次数；
所述第三计算公式为：
Figure BDA0003240264330000162
其中，t表示为所述库区水体替换次数，Q表示为所述径流量。
在一种可能的设计中，所述处理单元202具体用于：
基于所述平均升温幅度和所述库区水体替换次数，按照如下第四计算公式，计算得到所述升温率；
所述第四计算公式为：
Figure BDA0003240264330000163
其中，R表示为所述升温率。
在一种可能的设计中，所述水温结构的结构类型包括：混合型水温结构、过度型水温结构和分层型水温结构；所述处理单元202具体用于：
将所述升温率与第一预设阈值及第二预设阈值进行比较，获得比较结果；其中，所述第一预设阈值小于所述第二预设阈值；
当基于所述比较结果，若确定所述升温率小于所述第一预设阈值，确定所述第一水库在所述第一月份对应的水温结构为混合型水温结构；或者，
当基于所述比较结果，若确定所述升温率大于或等于所述第一预设阈值，并且所述升温率小于或等于第二预设阈值，确定所述第一水库在所述第一月份对应的水温结构为过度型水温结构；或者，
当基于所述比较结果，若确定所述升温率大于所述第二预设阈值，确定所述第一水库在所述第一月份对应的水温结构为分层型水温结构。
本申请实施例中的判别设备200与上述图1所示的水库水温结构判别方法是基于同一构思下的发明，通过前述对水库水温结构判别方法的详细描述，本领域技术人员可以清楚的了解本实施例中判别设备200的实施过程，所以为了说明书的简洁，在此不再赘述。
基于同一发明构思，本申请实施例还提供一种判别设备，如图3所示，判别设备300可以包括：至少一个存储器301和至少一个处理器302。其中：
至少一个存储器301用于存储一个或多个程序。
当一个或多个程序被至少一个处理器302执行时，实现上述图1所示的水库水温结构判别方法。
判别设备300还可以可选地包括通信接口(图3中未示出)，通信接口用于与外部设备进行通信和数据交互传输。
需要说明的是，存储器301可能包含高速RAM存储器，也可能还包括非易失性存储器(nonvolatile memory)，例如至少一个磁盘存储器。
在具体的实现过程中，如果存储器、处理器及通信接口集成在一块芯片上，则存储器、处理器及通信接口可以通过内部接口完成相互间的通信。如果存储器、处理器和通信接口独立实现，则存储器、处理器和通信接口可以通过总线相互连接并完成相互间的通信。
基于同一发明构思，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质可以存储有至少一个程序，当至少一个程序被处理器执行时，实现上述图1所示的水库水温结构判别方法。
应当理解，计算机可读存储介质为可存储数据或程序的任何数据存储设备，数据或程序其后可由计算机系统读取。计算机可读存储介质的示例包括：只读存储器、随机存取存储器、CD-ROM、HDD、DVD、磁带和光学数据存储设备等。
计算机可读存储介质还可分布在网络耦接的计算机系统中使得计算机可读代码以分布式方式来存储和执行。
计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、射频(Radio Frequency，RF)等，或者上述的任意合适的组合。
以上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申请专利范围的限制。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。

Claims (9)

1.一种水库水温结构判别方法，其特征在于，包括：
获取待判别水温结构的第一水库在第一月份对应的气象数据、水文数据和水库调度参数；所述气象数据包括：所述第一水库对应的地区年辐射总量
Figure FDA0003579911120000015
日照率η和所述第一月份对应的总天数D；所述水文数据包括：所述第一水库对应的水体密度μ、水体比热容c和所述第一水库在所述第一月份对应的径流量Q；所述水库调度参数包括：所述第一水库在所述第一月份对应的库区面积A、库容量V和季节系数λ；
基于所述地区年辐射总量
Figure FDA0003579911120000011
所述库区面积A、所述总天数D、所述季节系数λ和所述日照率η，计算得到所述第一水库在所述第一月份对应的库区受热量H；基于所述库区受热量H、所述库容量V、所述水体密度μ和所述水体比热容c，计算得到所述第一水库在所述第一月份对应的平均升温幅度T；基于所述库容量V和所述径流量Q，计算得到所述第一水库对应的库区水体替换次数t；基于所述平均升温幅度T和所述库区水体替换次数t，计算得到升温率R；
基于所述升温率R，确定所述第一水库在所述第一月份对应的水温结构；
其中，所述升温率R由如下公式计算得到：
Figure FDA0003579911120000012
2.如权利要求1所述的方法，其特征在于，基于所述地区年辐射总量
Figure FDA0003579911120000013
所述库区面积A、所述总天数D、所述季节系数λ和所述日照率η，计算得到所述第一水库在所述第一月份对应的库区受热量H，包括：
基于所述地区年辐射总量
Figure FDA0003579911120000014
所述库区面积A、所述总天数D、所述季节系数λ和所述日照率η，按照如下第一计算公式，计算得到所述库区受热量H；
所述第一计算公式为：
Figure FDA0003579911120000021
3.如权利要求2所述的方法，其特征在于，基于所述库区受热量H、所述库容量V、所述水体密度μ和所述水体比热容c，计算得到所述第一水库在所述第一月份对应的平均升温幅度T，包括：
基于所述库区受热量H、所述库容量V、所述水体密度μ和所述水体比热容c，按照如下第二计算公式，计算得到所述平均升温幅度T；
所述第二计算公式为：
Figure FDA0003579911120000022
4.如权利要求3所述的方法，其特征在于，基于所述库容量V和所述径流量Q，计算得到所述第一水库对应的库区水体替换次数t，包括：
基于所述库容量V和所述径流量Q，按照如下第三计算公式，计算得到所述库区水体替换次数t；
所述第三计算公式为：
Figure FDA0003579911120000023
5.如权利要求4所述的方法，其特征在于，基于所述平均升温幅度T和所述库区水体替换次数t，计算得到所述升温率R，包括：
基于所述平均升温幅度T和所述库区水体替换次数t，按照如下第四计算公式，计算得到所述升温率R；
所述第四计算公式为：
Figure FDA0003579911120000024
6.如权利要求1-5任一项所述的方法，其特征在于，所述水温结构的结构类型包括：混合型水温结构、过度型水温结构和分层型水温结构；
基于所述升温率R，确定所述第一水库在所述第一月份对应的水温结构，包括：
将所述升温率R与第一预设阈值及第二预设阈值进行比较，获得比较结果；其中，所述第一预设阈值小于所述第二预设阈值；
当基于所述比较结果，若确定所述升温率R小于所述第一预设阈值，确定所述第一水库在所述第一月份对应的水温结构为混合型水温结构；或者，
当基于所述比较结果，若确定所述升温率R大于或等于所述第一预设阈值，并且所述升温率R小于或等于第二预设阈值，确定所述第一水库在所述第一月份对应的水温结构为过度型水温结构；或者，
当基于所述比较结果，若确定所述升温率R大于所述第二预设阈值，确定所述第一水库在所述第一月份对应的水温结构为分层型水温结构。
7.一种判断设备，其特征在于，包括：
接收单元，用于获取待判别水温结构的第一水库在第一月份对应的气象数据、水文数据和水库调度参数；所述气象数据包括：所述第一水库对应的地区年辐射总量
Figure FDA0003579911120000031
日照率η和所述第一月份对应的总天数D；所述水文数据包括：所述第一水库对应的水体密度μ、水体比热容c和所述第一水库在所述第一月份对应的径流量Q；所述水库调度参数包括：所述第一水库在所述第一月份对应的库区面积A、库容量V和季节系数λ；
处理单元，用于基于所述地区年辐射总量
Figure FDA0003579911120000032
所述库区面积A、所述总天数D、所述季节系数λ和所述日照率η，计算得到所述第一水库在所述第一月份对应的库区受热量H；基于所述库区受热量H、所述库容量V、所述水体密度μ和所述水体比热容c，计算得到所述第一水库在所述第一月份对应的平均升温幅度T；基于所述库容量V和所述径流量Q，计算得到所述第一水库对应的库区水体替换次数t；基于所述平均升温幅度T和所述库区水体替换次数t，计算得到升温率R；基于所述升温率R，确定所述第一水库在所述第一月份对应的水温结构；
其中，所述升温率R由如下公式计算得到：
Figure FDA0003579911120000041
8.一种判别设备，其特征在于，包括：至少一个存储器和至少一个处理器；
所述至少一个存储器用于存储一个或多个程序；
当所述一个或多个程序被所述至少一个处理器执行时，实现如权利要求1-6任一项所述的方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有至少一个程序；当所述至少一个程序被处理器执行时，实现如权利要求1-6任一项所述的方法。
CN202111016103.3A 2021-08-31 2021-08-31 一种水库水温结构判别方法及判别设备 Active CN113704696B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111016103.3A CN113704696B (zh) 2021-08-31 2021-08-31 一种水库水温结构判别方法及判别设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111016103.3A CN113704696B (zh) 2021-08-31 2021-08-31 一种水库水温结构判别方法及判别设备

Publications (2)

Publication Number Publication Date
CN113704696A CN113704696A (zh) 2021-11-26
CN113704696B true CN113704696B (zh) 2022-05-27

Family

ID=78658310

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111016103.3A Active CN113704696B (zh) 2021-08-31 2021-08-31 一种水库水温结构判别方法及判别设备

Country Status (1)

Country Link
CN (1) CN113704696B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115114585B (zh) * 2022-08-23 2022-12-02 中国电建集团昆明勘测设计研究院有限公司 一种分层型水库垂向水温分布的计算方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000314664A (ja) * 1999-04-30 2000-11-14 Osaka Gas Co Ltd 水温検出方法及び装置、並びにガス需要予測方法及びガス需要予測システム
CN105698969A (zh) * 2016-03-21 2016-06-22 中国电建集团贵阳勘测设计研究院有限公司 一种水库坝前垂向水温参混逆温效应观测方法及装置
CN106096147A (zh) * 2016-06-14 2016-11-09 珠江水资源保护科学研究所 水库生态调度方法和水库坝前取水位的确定方法
CN106950879A (zh) * 2017-03-30 2017-07-14 中国水利水电科学研究院 一种水库水温信息监测系统及方法
CN111914496A (zh) * 2020-08-15 2020-11-10 四川大学 一种基于热力耦合模型的结冰水库水温-冰情反演及预测方法
CN112182709A (zh) * 2020-09-28 2021-01-05 中国水利水电科学研究院 大型水库叠梁门分层取水设施的下泄水温快速预测方法
CN112257932A (zh) * 2020-10-23 2021-01-22 中国水利水电科学研究院 一种热分层水库溶解氧预测方法
CN112580230A (zh) * 2020-11-12 2021-03-30 中国电建集团中南勘测设计研究院有限公司 一种水库水温结构分析方法
CN113254878A (zh) * 2021-05-19 2021-08-13 中国电建集团昆明勘测设计研究院有限公司 一种用于水利水电工程水库水温结构的判别方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000314664A (ja) * 1999-04-30 2000-11-14 Osaka Gas Co Ltd 水温検出方法及び装置、並びにガス需要予測方法及びガス需要予測システム
CN105698969A (zh) * 2016-03-21 2016-06-22 中国电建集团贵阳勘测设计研究院有限公司 一种水库坝前垂向水温参混逆温效应观测方法及装置
CN106096147A (zh) * 2016-06-14 2016-11-09 珠江水资源保护科学研究所 水库生态调度方法和水库坝前取水位的确定方法
CN106950879A (zh) * 2017-03-30 2017-07-14 中国水利水电科学研究院 一种水库水温信息监测系统及方法
CN111914496A (zh) * 2020-08-15 2020-11-10 四川大学 一种基于热力耦合模型的结冰水库水温-冰情反演及预测方法
CN112182709A (zh) * 2020-09-28 2021-01-05 中国水利水电科学研究院 大型水库叠梁门分层取水设施的下泄水温快速预测方法
CN112257932A (zh) * 2020-10-23 2021-01-22 中国水利水电科学研究院 一种热分层水库溶解氧预测方法
CN112580230A (zh) * 2020-11-12 2021-03-30 中国电建集团中南勘测设计研究院有限公司 一种水库水温结构分析方法
CN113254878A (zh) * 2021-05-19 2021-08-13 中国电建集团昆明勘测设计研究院有限公司 一种用于水利水电工程水库水温结构的判别方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
INFLUENCE OF TEMPERATURE CONTROL CURTAIN ON WATER TEMPERATURE STRUCTURE AND FLOW PATTERN IN RESERVOIR;YANJING YANG et.al;《E-proceedings of the 38th IAHR World Congress》;20190906;第2382-2392页 *
Simulation of water temperature distribution in Fenhe Reservoir;Shu-fang FAN等;《Water Science and Engineering》;20091231;第2卷(第2期);第32-42页 *
水库水温模拟研究综述;王雅慧等;《三峡环境与生态》;20120531;第34卷(第3期);第29-36页 *
水库水温研究现状及发展趋势;张士杰等;《北京师范大学学报（自然科学版）》;20110630;第47卷(第3期);第316-320页 *

Also Published As

Publication number Publication date
CN113704696A (zh) 2021-11-26

Similar Documents

Publication Publication Date Title
CN110851977B (zh) 基于生态流量的供水-发电-生态多目标调度图优化方法
Chu et al. Improving multi-objective reservoir operation optimization with sensitivity-informed dimension reduction
CN111898253B (zh) 水库调度及其下游河流生态环境保护的合作价值评估方法
CN113704696B (zh) 一种水库水温结构判别方法及判别设备
CN108573327A (zh) 基于天气数据的无线传感网节点太阳能收集功率预测算法
CN114511132A (zh) 一种光伏出力短期预测方法及预测系统
CN110460038A (zh) 一种涉及新能源并网的多场景输电网扩展规划方法
CN115099461A (zh) 基于双分支特征提取的太阳辐射预测方法及系统
WO2017049428A1 (zh) 一种基于备用对象代价性能比的旋转备用容量优化方法
CN110135652B (zh) 一种长期汛期径流预测方法
CN111415035A (zh) 一种预估建筑功能户型比的方法及装置
CN112560633B (zh) 基于深度学习的植物关键物候期时间点预测方法及系统
Hazarika et al. Studying monthly rainfall over Dibrugarh, Assam: Use of SARIMA approach
CN113222245A (zh) 居民用户月度电量电费异常核查方法及系统、存储介质
CN105096216A (zh) 一种快速计算水电站发电量的方法
CN117394310A (zh) 多天气类型影响的区域光伏等效光资源计算方法和系统
CN108053140A (zh) 一种风资源评估方法、系统及一种计算机可读存储介质
CN116894383A (zh) 全年天气场景的随机模拟方法及装置
Minářová et al. Seasonality of mean and heavy precipitation in the area of the Vosges Mountains: dependence on the selection criterion
CN112883577B (zh) 一种海上风电场出力典型场景生成方法及存储介质
CN114298133A (zh) 短期风速混合预测方法及装置
CN115358441A (zh) 基于联邦学习的新能源集群消纳智能调控方法及装置
CN112163695A (zh) 基于copula函数的风力光伏发电预测方法、系统和介质
CN111768310A (zh) 一种水库补水潜力的预测方法、装置及电子设备
CN117473791B (zh) 一种基于人工智能的公共数据储存管理系统

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