CN114707913B - 水库供水方案的确定方法及装置 - Google Patents
水库供水方案的确定方法及装置 Download PDFInfo
- Publication number
- CN114707913B CN114707913B CN202210619724.9A CN202210619724A CN114707913B CN 114707913 B CN114707913 B CN 114707913B CN 202210619724 A CN202210619724 A CN 202210619724A CN 114707913 B CN114707913 B CN 114707913B
- Authority
- CN
- China
- Prior art keywords
- water
- drought
- determining
- water intake
- areas
- 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 746
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000006870 function Effects 0.000 claims abstract description 56
- 230000008901 benefit Effects 0.000 claims abstract description 46
- 238000004088 simulation Methods 0.000 claims abstract description 45
- 238000010248 power generation Methods 0.000 claims abstract description 15
- 238000010276 construction Methods 0.000 claims description 3
- 230000002457 bidirectional effect Effects 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013179 statistical model Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000000197 pyrolysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011144 upstream manufacturing 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or 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
- 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
-
- 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
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Control Of Non-Electrical Variables (AREA)
Abstract
本申请实施例提供一种水库供水方案的确定方法及装置,该方法基于目标水库的出库断面的出库水流量与各取水口控制站的水位之间关系的水位模拟模型,确定各取水口控制站分别对应的水位偏好系数,再根据各取水口控制站分别对应的水位偏好系数,以及各取水区域分别对应的干旱需求偏好系数,确定各下游取水口控制站对应的供水效益函数,以目标水库的发电效益函数、供水效益函数作为供水调度模型的目标函数,根据预设约束条件,构建目标水库的供水调度模型,将目标水库的多个供水调度方案输入到供水调度模型中,得到目标供水调度方案。本申请实现了水库调度方案与下游区域取用水的双向反馈,使得目标供水调度方案更加科学、合理。
Description
技术领域
本申请涉及智慧城市技术领域,具体涉及一种水库供水方案的确定方法及装置。
背景技术
从自然河道取水是坐落于沿江/河的重要省市取用水的关键来源之一。上游的水库出流决策将会对其下游重要省市从河道取水带来一定影响。因此,综合考虑下游重要省市从河道取用水需求,合理制定水库供水优化调度决策是十分必要的。
传统的水库供水优化调度决策是根据对应的取水区域取水需求来制定的,需要保证取水区域对应的取水口控制站的水位到达固定的设计值,若取水口控制站水位达到设计值则表征可保障对应省市的取水需求,但实际不同的取水区域干旱事件的发生与否、历史时段及影响范围都是存在差异的。此外,水库供水调度策略一般是保证水库出库断面的流量决策,沿着河道水流演进自上而下地流到各省市取水口控制站,但水库出流决策对于下游各省市取水口水位的影响效果及差异、各省市干旱情形的差异等并未自下而上反馈至水库出库断面,即水库供水调度的决策制定是单向的。综上,通过传统的方法制定出的供水调度决策存在一定的缺陷性,不够科学、合理。
发明内容
本申请实施例提供一种水库供水调度方案的确定方法及装置,使得目标供水调度方案更加科学、合理。
一方面,本申请实施例提供了一种水库供水调度方案的确定方法,包括:
获取目标水库下游多个取水区域的干旱事件发生信息,每个取水区域包括至少一个取水口控制站;
建立目标水库的出库断面的出库水流量与多个取水区域的各取水口控制站的水位之间关系的水位模拟模型;
基于水位模拟模型,确定各取水口控制站分别对应的水位偏好系数;
根据干旱事件发生信息,确定各取水区域分别对应的干旱需求偏好系数;
根据各取水口控制站分别对应的水位偏好系数,以及各取水区域分别对应的干旱需求偏好系数,确定各下游取水口控制站对应的供水效益函数;
以目标水库的发电效益函数、各下游取水区域对应的供水效益函数作为供水调度模型的目标函数,根据预设约束条件,构建目标水库的供水调度模型;
将目标水库的多个供水调度方案输入到供水调度模型中,得到目标供水调度方案。
可选地,在本申请一些可能的实现方式中,建立目标水库的出库断面的出库水流量与多个取水区域的各取水口控制站的水位之间关系的水位模拟模型,包括:
获取多个取水区域的取水口位置;
根据多个取水区域的取水口位置,确定出库断面与下游多个取水区域的各取水口控制站的拓扑关系;
根据拓扑关系,建立出库断面的出库水流量与多个取水区域的各取水口控制站的水位之间的水位模拟模型。
可选地,在本申请一些可能的实现方式中,在多个时间点的备份服务器中提取目标数据,包括:
对多个时间点的备份服务器中的数据进行数据快照;
基于预定规则,验证数据快照中数据的异常性;
提取数据快照中验证为异常的数据,作为目标数据。
可选地,在本申请一些可能的实现方式中,根据多个取水区域的取水口位置,确定出库断面与下游多个取水区域的各取水口控制站的拓扑关系,包括:
确定下游多个取水区域的各取水口分别与出库断面的距离;
根据下游多个取水区域的各取水口分别与出库断面的距离关系,确定出库断面与下游多个取水区域的各取水口控制站的拓扑关系。
可选地,在本申请一些可能的实现方式中,根据拓扑关系,建立出库断面的出库水流量与多个取水区域的各取水口控制站的水位之间的水位模拟模型。
获取目标水库的出库断面代表水文站流量的历史流量数据,以及与历史流量数据对应的各取水口控制站水位的历史水位数据;
基于所述拓扑关系,根据历史流量数据以及历史水位数据,确定出库断面的出库水流量与下游各取水口控制站水位的水位模拟模型。
可选地,在本申请一些可能的实现方式中,基于水位模拟模型,确定各取水口控制站分别对应的水位偏好系数,包括:
基于水位模拟模型,在出库断面的默认出库水流量的基础上,调整出库断面的出库水流量至预设出库水流量;
根据默认出库水流量和预设出库水流量,确定出库断面的出库水流量变化幅度;
获取调整出库断面的出库水流量后各取水口控制站的水位变幅;
根据出库水流量变化幅度和各取水口控制站的水位变幅,计算出库断面出库水流量单位变化幅度引起的各取水口控制站的水位变幅;
将出库断面出库水流量单位变化幅度引起的各取水口控制站的水位变幅,作为各取水口控制站分别对应的水位偏好系数。
可选地,在本申请一些可能的实现方式中,根据干旱事件发生信息,确定各取水区域分别对应的干旱需求偏好系数,包括:
根据干旱事件发生信息,分析多个取水区域的干旱特征;
根据多个取水区域的干旱特征,确定各取水区域的干旱需求偏好系数。
可选地,在本申请一些可能的实现方式中,干旱需求偏好系数包括干旱长度系数和干旱影响范围系数,干旱特征包括干旱长度以及干旱影响范围;根据多个取水区域的干旱特征,确定各取水区域分别对应的干旱需求偏好系数,包括:
根据多个取水区域的干旱长度分别对应的干旱长度数据,确定各取水区域分别对应的干旱长度系数;
根据多个取水区域的干旱影响范围分别对应的干旱影响范围数据,确定各取水区域分别对应的干旱影响范围系数。
可选地,在本申请一些可能的实现方式中,根据多个取水区域的干旱长度分别对应的干旱长度数据,确定各取水区域分别对应的干旱长度系数,包括:
根据多个取水区域的干旱长度分别对应的干旱长度数据,确定各取水区域分别对应的干旱长度数据最大值、干旱长度数据最小值以及干旱长度数据平均值,每个取水区域对应多个干旱长度数据;
根据干旱长度数据最大值、干旱长度数据最小值、以及干旱长度数据平均值,确定各取水区域分别对应的干旱长度系数。
可选地,在本申请一些可能的实现方式中,根据多个取水区域的干旱影响范围分别对应的干旱影响范围数据,确定各取水区域分别对应的干旱影响范围系数,包括:
根据多个取水区域的干旱影响范围分别对应的干旱影响范围数据,确定各取水区域分别对应的干旱影响范围数据最大值、干旱影响范围数据最小值以及干旱影响范围数据平均值,每个取水区域对应多个干旱影响范围数据;
根据干旱影响范围数据最大值、干旱影响范围数据最小值、以及干旱影响范围数据平均值,确定各取水区域分别对应的干旱影响范围系数。
一方面,本申请实施例提供了一种水库供水方案的确定装置,包括:
获取模块,用于获取目标水库下游多个取水区域的干旱事件发生信息,每个取水区域包括至少一个取水口控制站;
第一构建模块,用于建立目标水库的出库断面的出库水流量与多个取水区域的各取水口控制站的水位之间关系的水位模拟模型;
第一确定模块,用于基于水位模拟模型,确定各取水口控制站分别对应的水位偏好系数;
第二确定模块,用于根据干旱事件发生信息,确定各取水区域分别对应的干旱需求偏好系数;
第三确定模块,用于根据各取水口控制站分别对应的水位偏好系数,以及各取水区域分别对应的干旱需求偏好系数,确定各下游取水口控制站对应的供水效益函数;
第二构建模块,用于以目标水库的发电效益函数、各下游取水区域对应的供水效益函数作为供水调度模型的目标函数,根据预设约束条件,构建目标水库的供水调度模型;
第四确定模块,用于将目标水库的多个供水调度方案输入到供水调度模型中,得到目标供水调度方案。
一方面,本申请实施例提供了一种电子设备,电子设备包括存储器,处理器及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现如上述水库供水方案的确定方法中的步骤。
一方面,本申请实施例还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述水库供水方案的确定方法中的步骤。
本申请实施例提供一种水库供水方案的确定方法及装置,本申请获取目标水库下游多个取水区域的干旱事件发生信息,每个取水区域包括至少一个取水口控制站,建立目标水库的出库断面的出库水流量与多个取水区域的各取水口控制站的水位之间关系的水位模拟模型,基于水位模拟模型,确定各取水口控制站分别对应的水位偏好系数,再根据干旱事件发生信息,确定各取水区域分别对应的干旱需求偏好系数,根据各取水口控制站分别对应的水位偏好系数,以及各取水区域分别对应的干旱需求偏好系数,确定各下游取水口控制站对应的供水效益函数,以目标水库的发电效益函数、各下游取水区域对应的供水效益函数作为供水调度模型的目标函数,根据预设约束条件,构建目标水库的供水调度模型,将目标水库的多个供水调度方案输入到供水调度模型中,得到目标供水调度方案。本申请的供水调度方案基于下游取水区域的干旱事件发生特征、不同区域的干旱需求、相同区域在不同时期的取水需求,将水库调度方案与下游区域取用水结合起来,实现水库调度方案与下游区域取用水双向反馈,得到的目标供水调度方案更加科学、合理。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的水库供水方案的确定系统的应用场景示意图。
图2是本申请实施例提供的水库供水方案的确定方法的流程示意图。
图3是本申请实施例提供的水库供水调度图。
图4是本申请实施例提供的水库供水方案的确定装置的结构示意图。
图5是本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供水库供水方案的确定方法及装置。其中,该水库供水方案的确定装置可以集成在电子设备中,该电子设备可以是服务器,也可以是终端等设备,其中,该终端可以包括是智能手机、平板电脑、笔记本电脑、个人计算机(PC,Personal Computer)、微型处理盒子、或者其他设备等。
本申请说明书、权利要求书和附图中出现的术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。此外,术语“第一”、“第二”和“第三”等是用于区别不同的对象,而非用于描述特定的顺序。
在本申请中,取水区域可一个某一省份,也可以是某一县市、也可以是某一乡镇,根据实际情况而定,在此不进行限定。
在本申请中,干旱事件发生信息包括干旱发生年份、干旱持续时间、发生干旱面积等。
请参阅图1,图1是本申请实施例所提供的水库供水方案的确定系统的场景示意图,请参阅图1,仅以电子设备10为个人计算机为例进行说明,电子设备10获取目标水库11下游多个取水区域的干旱事件发生信息,每个取水区域包括至少一个取水口控制站12,建立目标水库11的出库断面的出库水流量与多个取水区域的各取水口控制站12的水位之间关系的水位模拟模型,再基于水位模拟模型,确定各取水口控制站12分别对应的水位偏好系数,根据干旱事件发生信息,确定各取水区域分别对应的干旱需求偏好系数,再根据各取水口控制站分别对应的水位偏好系数,以及各取水区域分别对应的干旱需求偏好系数,确定各下游取水口控制站12对应的供水效益函数,以目标水库11的发电效益函数、各下游取水区域对应的供水效益函数作为供水调度模型的目标函数,根据预设约束条件,构建目标水库10的供水调度模型,将目标水库10的多个供水调度方案输入到供水调度模型中,得到目标供水调度方案。
需要说明的是,图1所示的水库供水方案的确定系统的场景示意图仅仅是一个示例,本申请实施例描述的电子设备、目标水库、以及取水口控制站是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着系统的演变和新业务局景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。以下分别进行详细说明。需说明的是,以下实施例的描述顺序不作为对实施例优选顺序的限定。
图2是本申请实施例提供的水库供水方案的确定方法的流程示意图。如图2所示,该水库供水方案的确定方法应用于电子设备,该水库供水方案的确定方法包括以下几个步骤:
步骤201、获取目标水库下游多个取水区域的干旱事件发生信息,每个取水区域包括至少一个取水口控制站。
由于取水区域的干旱事件发生信息可以反映对应的取水区域干旱特征,不同区域的干旱特征直接影响供水调度方案的制定,因此,需要先获取目标水库下游多各取水区域的干旱事件发生信息。
首先收集下游取水区域的历史干旱事件发生信息(包括干旱发生年份、干旱持续时间、发生干旱面积),从干旱历时时段、影响范围等方面综合评估分析各取水区域的干旱特征,基于上述干旱特征评估,明确各取水区域在年内的关键干旱期,比如,若对于某一取水区域而言对应年内1-2月干旱情形严重则1-2月为该取水区域的关键干旱期时段。
步骤202、建立目标水库的出库断面的出库水流量与多个取水区域的各取水口控制站的水位之间关系的水位模拟模型。
在一种实施例中,建立目标水库的出库断面的出库水流量与多个取水区域的各取水口控制站的水位之间关系的水位模拟模型,包括:获取多个取水区域的取水口位置;根据多个取水区域的取水口位置,确定出库断面与下游多个取水区域的各取水口控制站的拓扑关系;根据拓扑关系,建立出库断面的出库水流量与多个取水区域的各取水口控制站的水位之间的水位模拟模型。
在实际应用场景中,先根据水库下游多个取水区域的取水口位置,明确水库出库断面代表水文站与下游多个取水区域的取水口控制站的拓扑关系,其中,将目标水库出库断面记为U,下游各取水区域的取水口控制站按照距离目标水库出库断面距离从近到远依次记为D1,D2,…,Dn,n为研究范围内各取水区域的取水口控制站个数,再利用水动力学模型或水文随机统计学模型,搭建水库出库断面代表水文站流量与Qu下游重要省市取水口控制站水位ZDi(i=1,2,…,n)之间的水位模拟模型,从而衔接水库出库断面流量决策与下游重要省市取水口控制站水位参数。
其中,根据多个取水区域的取水口位置,确定出库断面与下游多个取水区域的各取水口控制站的拓扑关系,包括:确定下游多个取水区域的各取水口分别与出库断面的距离;根据下游多个取水区域的各取水口分别与出库断面的距离关系,确定出库断面与下游多个取水区域的各取水口控制站的拓扑关系。
其中,根据拓扑关系,建立出库断面的出库水流量与多个取水区域的各取水口控制站的水位之间的水位模拟模型,包括:获取目标水库的出库断面代表水文站流量的历史流量数据,以及与历史流量数据对应的各取水口控制站水位的历史水位数据;基于所述拓扑关系,根据历史流量数据以及历史水位数据,确定出库断面的出库水流量与下游各取水口控制站水位的水位模拟模型。
在实际应用场景中,将大量的目标水库的出库断面代表水文站流量的历史流量数据,以及与历史流量数据对应的各取水口控制站水位的历史水位数据进行函数拟合,得到表示目标水库的出库断面代表水文站流量与各取水口控制站水位的历史水位之间关系的水位模拟模型。
步骤203、基于水位模拟模型,确定各取水口控制站分别对应的水位偏好系数。
在上一步中确定了水位模拟模型,接下来需要基于水位模拟模型确定各取水口控制站分别对应的水位偏好系数。
在一种实施例中,基于水位模拟模型,确定各取水口控制站分别对应的水位偏好系数,包括:基于水位模拟模型,在出库断面的默认出库水流量的基础上,调整出库断面的出库水流量至预设出库水流量;根据默认出库水流量和预设出库水流量,确定出库断面的出库水流量变化幅度;获取调整出库断面的出库水流量后各取水口控制站的水位变幅;根据出库水流量变化幅度和各取水口控制站的水位变幅,计算出库断面出库水流量单位变化幅度引起的各取水口控制站的水位变幅;将出库断面出库水流量单位变化幅度引起的各取水口控制站的水位变幅,作为各取水口控制站分别对应的水位偏好系数。
在实际应用场景中,调整水库出库断面流量变化幅度(比如增幅1000m³/s、增幅2000m³/s等等)分析其变动对下游不同重要省市取水口控制站水位的影响程度差异,例如当出库水流量变化幅度增幅为1000m³/s,对应的取水口控制站1的水位变幅为800m³/s,则取水口控制站1对应的水位偏好系数为0.8,对应的取水口控制站2的水位变幅为700m³/s,则取水口控制站1对应的水位偏好系数为0.7,对应的取水口控制站3的水位变幅为600m³/s,则取水口控制站1对应的水位偏好系数为0.6,依此类推求得各取水口控制站对应的水位偏好系数。
步骤204、根据干旱事件发生信息,确定各取水区域分别对应的干旱需求偏好系数。
干旱需求偏好系数反应了对应的取水区域用水需求,干旱需要偏好系数越大说明对应的取水区域的用水需求较大。
在一种实施例中,根据干旱事件发生信息,确定各取水区域的干旱需求偏好系数,包括:根据干旱事件发生信息,分析多个取水区域的干旱特征;根据多个取水区域的干旱特征,确定各取水区域的干旱需求偏好系数。
其中,干旱需求偏好系数包括干旱长度系数和干旱影响范围系数,干旱特征包括干旱长度以及干旱影响范围;根据多个取水区域的干旱特征,确定各取水区域的干旱需求偏好系数,包括:根据多个取水区域的干旱长度分别对应的干旱长度数据,确定各取水区域的干旱长度系数;根据多个取水区域的干旱影响范围分别对应的干旱影响范围数据,确定各取水区域的干旱影响范围系数。
在本申请中,干旱长度表示干旱持续的时间段长度,干旱影响范围表示干旱影响的地理范围,一般通过面积来表示。
例如,某一取水区域在一年中的3月1号到3月20号为干旱时间段,则干旱长度数据20天,若某一取水区域在一年中的3月到4月份为干旱时间段,则干旱长度数据为2个月,同一组干旱长度数据的单位必须是统一的。在得到干旱长度数据和干旱影响范围数据后,需要根据多个取水区域的干旱长度分别对应的干旱长度数据,确定各取水区域的干旱长度系数,每个取水区域都有多个干旱长度数据,例如,取水区域1的干旱长度数据为:10天、23天、12天、23天、34天、24天;取水区域1的干旱影响范围数据为:100m3、800m3、200m3、1200m3、800m3、500m3,本申请中的干旱长度数据和干旱影响范围数据的取值只是为说明方便,不应理解为对本申请保护范围的限制。
再根据干旱长度系数计算公式得到干旱长度系数,其中,干旱长度计算公式:,为第i个取水区域对应的干旱长度系数,为第i个取水区域对应的多
个干旱长度数据中的最大值,为第i个取水区域对应的多个干旱长度数据中的最小值,为第i个取水区域对应的多个干旱长度数据中的平均值。
根据干旱影响范围系数计算公式得到干旱影响范围系数,其中,干旱影响范围计
算公式为:,为第i个取水区域对应的干旱影响范围系数,为第i个取水
区域对应的多个干旱影响范围数据中的平均值,为第i个取水区域对应的多个干旱影
响范围数据中的最小值,为第i个取水区域对应的多个干旱影响范围数据中的最大
值。
在一种实施例中,根据多个取水区域的干旱长度分别对应的干旱长度数据,确定各取水区域的干旱长度系数,包括:根据多个取水区域的干旱长度分别对应的干旱长度数据,确定各取水区域分别对应的干旱长度数据最大值、干旱长度数据最小值以及干旱长度数据平均值,每个取水区域对应多个干旱长度数据;根据干旱长度数据最大值、干旱长度数据最小值、以及干旱长度数据平均值,确定各取水区域的干旱长度系数。
在得到各取水区域的干旱长度数据后,根据上述干旱长度系数计算公式得到各取水区域对应的干旱长度系数,以下内容为例进行说明,例如:取水区域1的干旱长度数据为:10天、23天、12天、23天、34天、24天,则各取水区域1对应的干旱长度数据最大值为23,干旱长度数据最小值为10,干旱长度数据平均值为21,则取水区域1的干旱长度系数:(21-10)/(23-10)=11/13。
在一种实施例中,根据多个取水区域的干旱影响范围分别对应的干旱影响范围数据,确定各取水区域的干旱影响范围系数,包括:根据多个取水区域的干旱影响范围分别对应的干旱影响范围数据,确定各取水区域分别对应的干旱影响范围数据最大值、干旱影响范围数据最小值以及干旱影响范围数据平均值,每个取水区域对应多个干旱影响范围数据;根据干旱影响范围数据最大值、干旱影响范围数据最小值、以及干旱影响范围数据平均值,确定各取水区域的干旱影响范围系数。
在得到各取水区域的干旱影响范围数据后,根据上述干旱影响范围系数计算公式得到各取水区域对应的干旱影响范围系数,以下内容为例进行说明,例如:取水区域1的干旱长度数据为:100m3、800m3、200m3、1200m3、800m3、500m3,则各取水区域1对应的干旱影响范围数据最大值为1200,干旱影响范围数据最小值为100,干旱影响范围数据平均值为600,则取水区域1的干旱影响范围数据系数:(600-100)/(1200-100)=5/11。
205:根据各取水口控制站分别对应的水位偏好系数,以及各取水区域分别对应的干旱需求偏好系数,确定各下游取水口控制站对应的供水效益函数。
其中,供水效益函数等于,其中,式中为各取水口控制
站的总供水效益,为下游第i个取水口控制站的供水效益,为第i个取水口控制站对
应的水位偏好系数,为第i个取水区域对应的干旱长度系数,为第i个取水区域对应
的干旱影响范围系数。
206:以目标水库的发电效益函数、各下游取水区域对应的供水效益函数作为供水调度模型的目标函数,根据预设约束条件,构建目标水库的供水调度模型。
其中,发电量效益函数=发电出力*时间=发电水头*发电流量*时间,发电水头跟水库坝前水位与水库尾水位之差有关,发电流量跟出库流量有关,水库尾水位又跟出库流量有关,发电水头=坝前水位-尾水位,发电流量一般初始等于水库下泄流量,而水库下泄流量一般程序里初始等于入库流量,根据水库最大下泄能力约束和水库调度图进行修正。
在一种实施例中,约束条件包括水库水量平衡方程、水库最大最小库容(即对应最低最高水位)、以及水库最大下泄能力约束。其中,约束条件可以根据实际情况来确定,可以添加其他的条件作为该供水调度模型的约束条件。
207:将目标水库的多个供水调度方案输入到供水调度模型中,得到目标供水调度方案。
由于目标水库有多个供水调度方案,需要从多个供水调度方案中确定一个目标供水调度方案使得发电效益和供水效益都到达最大。供水调度方案包含供水调度时间与供水调度决策的对应的关系。如图3所示是本申请实施例提供的水库供水调度图,如图3所示,在时间和水库水位确定的条件下,确定对应的供水决策,例如:7月1日水库水位为160m时对应的供水决策为I,1月1日水库为145-168m时,供水决策都为IV。
假设水库只有2种调度策略,一年中每个月都需要从2种策略中选择一种策略作为当月的供水策略,供水策略不同也就代表供水调度方案不同,即一年中有12^2种供水调度方案,从这12^2种供水调度方案输入到供水调度模型中,计算每一种供水调度方案对应的发电效益和供水效益,最后将发电效益和供水效益最大的供水调度方案确定为目标供水调度方案。
本申请实施例提供一种水库供水方案的确定方法,首先获取目标水库下游多个取水区域的干旱事件发生信息,每个取水区域包括至少一个取水口控制站,建立目标水库的出库断面的出库水流量与多个取水区域的各取水口控制站的水位之间关系的水位模拟模型,基于水位模拟模型,确定各取水口控制站分别对应的水位偏好系数,再根据干旱事件发生信息,确定各取水区域分别对应的干旱需求偏好系数,根据各取水口控制站分别对应的水位偏好系数,以及各取水区域分别对应的干旱需求偏好系数,确定各下游取水口控制站对应的供水效益函数,以目标水库的发电效益函数、各下游取水区域对应的供水效益函数作为供水调度模型的目标函数,根据预设约束条件,构建目标水库的供水调度模型,将目标水库的多个供水调度方案输入到供水调度模型中,得到目标供水调度方案。本申请的供水调度方案基于下游取水区域的干旱事件发生特征、不同区域的干旱需求、相同区域在不同时期的取水需求,将水库调度方案与下游区域取用水结合起来,实现水库调度方案与下游区域取用水双向反馈,得到的目标供水调度方案更加科学、合理。
在上述实施例方法的基础上,本实施例将从水库供水方案的确定装置的角度进一步进行描述,请参阅图4,图4具体描述了本申请实施例提供的水库供水方案的确定装置的结构示意图,其可以包括:
获取模块401,用于获取目标水库下游多个取水区域的干旱事件发生信息,每个取水区域包括至少一个取水口控制站;
第一构建模块402,用于建立目标水库的出库断面的出库水流量与多个取水区域的各取水口控制站的水位之间关系的水位模拟模型;
第一确定模块403,用于基于水位模拟模型,确定各取水口控制站分别对应的水位偏好系数;
第二确定模块404,用于根据干旱事件发生信息,确定各取水区域分别对应的干旱需求偏好系数;
第三确定模块405,用于根据各取水口控制站分别对应的水位偏好系数,以及各取水区域分别对应的干旱需求偏好系数,确定各下游取水口控制站对应的供水效益函数;
第二构建模块406,用于以目标水库的发电效益函数、各下游取水区域对应的供水效益函数作为供水调度模型的目标函数,根据预设约束条件,构建目标水库的供水调度模型;
第四确定模块407,用于将目标水库的多个供水调度方案输入到供水调度模型中,得到目标供水调度方案。
相应的,本申请实施例还提供一种电子设备,如图5所示,该电子设备可以包括射频电路501、包括有一个或一个以上计算机可读存储介质的存储器502、输入单元503、显示单元504、传感器505、音频电路506、WiFi模块507、包括有一个或者一个以上处理核心的处理器508、以及电源509等部件。本领域技术人员可以理解,图5中示出的电子设备结构并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
射频电路501可用于收发信息或通话过程中,信号的接收和发送,特别地,将基站的下行信息接收后,交由一个或者一个以上处理器508处理;另外,将涉及上行的数据发送给基站。存储器502可用于存储软件程序以及模块,处理器508通过运行存储在存储器502的软件程序以及模块,从而执行各种功能应用以及数据处理。输入单元503可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
显示单元504可用于显示由用户输入的信息或提供给用户的信息以及电子设备的各种图形用户接口,这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。
电子设备还可包括至少一种传感器505,比如光传感器、运动传感器以及其他传感器。音频电路506包括扬声器,扬声器可提供用户与电子设备之间的音频接口。
WiFi属于短距离无线传输技术,电子设备通过WiFi模块507可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问,虽然图5示出了WiFi模块507,但是可以理解的是,其并不属于电子设备的必须构成,完全可以根据需要在不改变申请的本质的范围内而省略。
处理器508是电子设备的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器502内的软件程序和/或模块,以及调用存储在存储器502内的数据,执行电子设备的各种功能和处理数据,从而对手机进行整体监控。
电子设备还包括给各个部件供电的电源509(比如电池),优选的,电源可以通过电源管理系统与处理器508逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管未示出,电子设备还可以包括摄像头、蓝牙模块等,在此不再赘述。具体在本实施例中,电子设备中的处理器508会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器502中,并由处理器508来运行存储在存储器502中的应用程序,从而实现以下功能:
获取目标水库下游多个取水区域的干旱事件发生信息,每个取水区域包括至少一个取水口控制站;
建立目标水库的出库断面的出库水流量与多个取水区域的各取水口控制站的水位之间关系的水位模拟模型;
基于水位模拟模型,确定各取水口控制站分别对应的水位偏好系数;
根据干旱事件发生信息,确定各取水区域分别对应的干旱需求偏好系数;
根据各取水口控制站分别对应的水位偏好系数,以及各取水区域分别对应的干旱需求偏好系数,确定各下游取水口控制站对应的供水效益函数;
以目标水库的发电效益函数、各下游取水区域对应的供水效益函数作为供水调度模型的目标函数,根据预设约束条件,构建目标水库的供水调度模型;
将目标水库的多个供水调度方案输入到供水调度模型中,得到目标供水调度方案。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见上文的详细描述,此处不再赘述。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本申请实施例提供一种存储介质,其中存储有多条指令,该指令能够被处理器进行加载,以实现以下功能:
获取目标水库下游多个取水区域的干旱事件发生信息,每个取水区域包括至少一个取水口控制站;
建立目标水库的出库断面的出库水流量与多个取水区域的各取水口控制站的水位之间关系的水位模拟模型;
基于水位模拟模型,确定各取水口控制站分别对应的水位偏好系数;
根据干旱事件发生信息,确定各取水区域分别对应的干旱需求偏好系数;
根据各取水口控制站分别对应的水位偏好系数,以及各取水区域分别对应的干旱需求偏好系数,确定各下游取水口控制站对应的供水效益函数;
以目标水库的发电效益函数、各下游取水区域对应的供水效益函数作为供水调度模型的目标函数,根据预设约束条件,构建目标水库的供水调度模型;
将目标水库的多个供水调度方案输入到供水调度模型中,得到目标供水调度方案。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
其中,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的指令,可以执行本申请实施例所提供的任一种水库供水方案的确定方法中的步骤,因此,可以实现本申请实施例所提供的任一种水库供水方案的确定方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
以上对本申请实施例所提供的一种水库供水方案的确定方法及装置进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的技术方案及其核心思想;本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例的技术方案的范围。
Claims (7)
1.一种水库供水方案的确定方法,其特征在于,所述方法包括:
获取目标水库下游多个取水区域的干旱事件发生信息,每个取水区域包括至少一个取水口控制站;
建立所述目标水库的出库断面的出库水流量与所述多个取水区域的各取水口控制站的水位之间关系的水位模拟模型;
基于所述水位模拟模型,确定所述各取水口控制站分别对应的水位偏好系数;
根据所述干旱事件发生信息,确定所述各取水区域分别对应的干旱需求偏好系数;
根据所述各取水口控制站分别对应的水位偏好系数,以及所述各取水区域分别对应的干旱需求偏好系数,确定各下游取水口控制站对应的供水效益函数;
以所述目标水库的发电效益函数、所述各下游取水区域对应的供水效益函数作为供水调度模型的目标函数,根据预设约束条件,构建所述目标水库的供水调度模型;
将所述目标水库的多个供水调度方案输入到所述供水调度模型中,得到目标供水调度方案;
所述基于所述水位模拟模型,确定所述各取水口控制站分别对应的水位偏好系数,包括:
基于所述水位模拟模型,在所述出库断面的默认出库水流量的基础上,调整所述出库断面的出库水流量至预设出库水流量;
根据所述默认出库水流量和预设出库水流量,确定所述出库断面的出库水流量变化幅度;
获取调整所述出库断面的出库水流量后所述各取水口控制站的水位变幅;
根据所述出库水流量变化幅度和所述各取水口控制站的水位变幅,计算所述出库断面出库水流量单位变化幅度引起的各取水口控制站的水位变幅;
将所述出库断面出库水流量单位变化幅度引起的各取水口控制站的水位变幅,作为所述各取水口控制站分别对应的水位偏好系数;
所述根据所述干旱事件发生信息,确定所述各取水区域分别对应的干旱需求偏好系数,包括:
根据所述干旱事件发生信息,分析所述多个取水区域的干旱特征;
根据所述多个取水区域的干旱特征,确定所述各取水区域分别对应的干旱需求偏好系数;
所述干旱需求偏好系数包括干旱长度系数和干旱影响范围系数,所述干旱特征包括干旱长度以及干旱影响范围;所述根据所述多个取水区域的干旱特征,确定所述各取水区域分别对应的干旱需求偏好系数,包括:
根据所述多个取水区域的干旱长度分别对应的干旱长度数据,确定所述各取水区域分别对应的干旱长度系数;
根据所述多个取水区域的干旱影响范围分别对应的干旱影响范围数据,确定所述各取水区域分别对应的干旱影响范围系数。
2.根据权利要求1所述的水库供水方案的确定方法,其特征在于,所述建立所述目标水库的出库断面的出库水流量与所述多个取水区域的各取水口控制站的水位之间关系的水位模拟模型,包括:
获取所述多个取水区域的取水口位置;
根据所述多个取水区域的取水口位置,确定所述出库断面与下游所述多个取水区域的各取水口控制站的拓扑关系;
根据所述拓扑关系,建立所述出库断面的出库水流量与所述多个取水区域的各取水口控制站的水位之间的水位模拟模型。
3.如权利要求2所述的水库供水方案的确定方法,其特征在于,所述根据所述多个取水区域的取水口位置,确定所述出库断面与下游所述多个取水区域的各取水口控制站的拓扑关系,包括:
确定下游所述多个取水区域的各取水口分别与所述出库断面的距离;
根据下游所述多个取水区域的各取水口分别与所述出库断面的距离关系,确定所述出库断面与下游所述多个取水区域的各取水口控制站的拓扑关系。
4.如权利要求2所述的水库供水方案的确定方法,其特征在于,所述根据所述拓扑关系,建立所述出库断面的出库水流量与所述多个取水区域的各取水口控制站的水位之间的水位模拟模型,包括:
获取所述目标水库的出库断面代表水文站流量的历史流量数据,以及与所述历史流量数据对应的所述各取水口控制站水位的历史水位数据;
基于所述拓扑关系,根据所述历史流量数据以及所述历史水位数据,确定所述出库断面的出库水流量与下游各取水口控制站水位的水位模拟模型。
5.如权利要求1所述的水库供水方案的确定方法,其特征在于,所述根据所述多个取水区域的干旱长度分别对应的干旱长度数据,确定各所述取水区域分别对应的干旱长度系数,包括:
根据所述多个取水区域的干旱长度分别对应的干旱长度数据,确定所述各取水区域分别对应的干旱长度数据最大值、干旱长度数据最小值以及干旱长度数据平均值,每个所述取水区域对应多个干旱长度数据;
根据所述干旱长度数据最大值、所述干旱长度数据最小值、以及所述干旱长度数据平均值,确定所述各取水区域分别对应的干旱长度系数。
6.如权利要求1所述的水库供水方案的确定方法,其特征在于,所述根据所述多个取水区域的干旱影响范围分别对应的干旱影响范围数据,确定所述各取水区域分别对应的干旱影响范围系数,包括:
根据所述多个取水区域的干旱影响范围分别对应的干旱影响范围数据,确定所述各取水区域分别对应的干旱影响范围数据最大值、干旱影响范围数据最小值以及干旱影响范围数据平均值,每个所述取水区域对应多个干旱影响范围数据;
根据所述干旱影响范围数据最大值、所述干旱影响范围数据最小值、以及所述干旱影响范围数据平均值,确定所述各取水区域分别对应的干旱影响范围系数。
7.一种水库供水方案的确定装置,其特征在于,所述装置包括:
获取模块,用于获取目标水库下游多个取水区域的干旱事件发生信息,每个取水区域包括至少一个取水口控制站;
第一构建模块,用于建立所述目标水库的出库断面的出库水流量与所述多个取水区域的各取水口控制站的水位之间关系的水位模拟模型;
第一确定模块,用于基于所述水位模拟模型,确定所述各取水口控制站分别对应的水位偏好系数;
第二确定模块,用于根据所述干旱事件发生信息,确定所述各取水区域分别对应的干旱需求偏好系数;
第三确定模块,用于根据所述各取水口控制站分别对应的水位偏好系数,以及所述各取水区域分别对应的干旱需求偏好系数,确定各下游取水口控制站对应的供水效益函数;
第二构建模块,用于以所述目标水库的发电效益函数、所述各下游取水区域对应的供水效益函数作为供水调度模型的目标函数,根据预设约束条件,构建所述目标水库的供水调度模型;
第四确定模块,用于将所述目标水库的多个供水调度方案输入到所述供水调度模型中,得到目标供水调度方案;
所述第一确定模块具体用于:基于所述水位模拟模型,在所述出库断面的默认出库水流量的基础上,调整所述出库断面的出库水流量至预设出库水流量;根据所述默认出库水流量和预设出库水流量,确定所述出库断面的出库水流量变化幅度;获取调整所述出库断面的出库水流量后所述各取水口控制站的水位变幅;根据所述出库水流量变化幅度和所述各取水口控制站的水位变幅,计算所述出库断面出库水流量单位变化幅度引起的各取水口控制站的水位变幅;将所述出库断面出库水流量单位变化幅度引起的各取水口控制站的水位变幅,作为所述各取水口控制站分别对应的水位偏好系数;
所述第二确定模块具体用于:根据所述干旱事件发生信息,分析所述多个取水区域的干旱特征,所述干旱特征包括干旱长度以及干旱影响范围;根据所述多个取水区域的干旱长度分别对应的干旱长度数据,确定所述各取水区域分别对应的干旱长度系数;根据所述多个取水区域的干旱影响范围分别对应的干旱影响范围数据,确定所述各取水区域分别对应的干旱影响范围系数,所述干旱需求偏好系数包括干旱长度系数和干旱影响范围系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210619724.9A CN114707913B (zh) | 2022-06-02 | 2022-06-02 | 水库供水方案的确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210619724.9A CN114707913B (zh) | 2022-06-02 | 2022-06-02 | 水库供水方案的确定方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114707913A CN114707913A (zh) | 2022-07-05 |
CN114707913B true CN114707913B (zh) | 2022-09-13 |
Family
ID=82178030
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210619724.9A Active CN114707913B (zh) | 2022-06-02 | 2022-06-02 | 水库供水方案的确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114707913B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111005346A (zh) * | 2019-12-06 | 2020-04-14 | 河海大学 | 一种水库群多目标作用机制和优化调度方案分析方法 |
CN113052378A (zh) * | 2021-03-24 | 2021-06-29 | 水利部海河水利委员会水资源保护科学研究所 | 一种基于输水效率与生态效益的流域多水库联合调度方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006125001A (ja) * | 2004-10-27 | 2006-05-18 | Hitachi Ltd | 水運用計画装置及び方法,プログラム,記録媒体並びに水運用計画サービス用のサーバ |
US20060143103A1 (en) * | 2004-12-23 | 2006-06-29 | Denne David A | Method of facilitating, managing and financing environmentally focused projects |
JP5832788B2 (ja) * | 2011-06-14 | 2015-12-16 | 株式会社東芝 | 水需給最適化システム、制御装置及びプログラム |
CN106408160A (zh) * | 2016-08-29 | 2017-02-15 | 长江勘测规划设计研究有限责任公司 | 一种基于通用规则框架集的水资源配置方法 |
CN109685256B (zh) * | 2018-12-13 | 2020-10-13 | 武汉大学 | 一种面向总量控制的流域水量动态优化分配方法 |
CN109800988B (zh) * | 2019-01-18 | 2020-01-31 | 三峡大学 | 一种基于益本比函数的适宜抗旱能力分析方法 |
CN110163472B (zh) * | 2019-04-11 | 2021-03-26 | 中国水利水电科学研究院 | 大范围极端干旱应急监测与影响评估方法及系统 |
CN110163420B (zh) * | 2019-04-28 | 2021-07-27 | 华中科技大学 | 一种基于分解文化进化算法的多目标生态调度方法和系统 |
CN113222351B (zh) * | 2021-04-20 | 2022-08-16 | 南京南瑞水利水电科技有限公司 | 一种基于水体演进变化的城市应急供水精细化调度方法 |
CN113449993B (zh) * | 2021-06-29 | 2022-02-08 | 中国水利水电科学研究院 | 一种城市水源供水调度方法 |
-
2022
- 2022-06-02 CN CN202210619724.9A patent/CN114707913B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111005346A (zh) * | 2019-12-06 | 2020-04-14 | 河海大学 | 一种水库群多目标作用机制和优化调度方案分析方法 |
CN113052378A (zh) * | 2021-03-24 | 2021-06-29 | 水利部海河水利委员会水资源保护科学研究所 | 一种基于输水效率与生态效益的流域多水库联合调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114707913A (zh) | 2022-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Joint optimization of radio and virtual machine resources with uncertain user demands in mobile cloud computing | |
Fang et al. | A stochastic control approach to maximize profit on service provisioning for mobile cloudlet platforms | |
Tran et al. | How geo-distributed data centers do demand response: A game-theoretic approach | |
Jiang et al. | Deep Q-learning-based content caching with update strategy for fog radio access networks | |
Badiei et al. | Online convex optimization with ramp constraints | |
Deb et al. | A bi-objective constrained optimization algorithm using a hybrid evolutionary and penalty function approach | |
Liu et al. | Efficient network management for context-aware participatory sensing | |
CN107632697B (zh) | 应用程序的处理方法、装置、存储介质及电子设备 | |
CN110073567A (zh) | 分布式资源电力需求预测系统和方法 | |
Lee et al. | Forecasting mobile broadband traffic: Application of scenario analysis and Delphi method | |
CN103181150A (zh) | 计算移动设备的电池续航时间的装置和方法 | |
CN114881379B (zh) | 风电场应发电量估测方法、装置、设备及存储介质 | |
CN103546266A (zh) | 用于同步应用的智能预定同步方法 | |
Liao et al. | Energy-efficient virtual content distribution network provisioning in cloud-based data centers | |
EP2487641A1 (en) | System for sending utility meter alerts | |
CN115081946A (zh) | 用电量调控方法、系统、装置、电子设备和计算机介质 | |
Zhang et al. | Service pricing and selection for IoT applications offloading in the multi-mobile edge computing systems | |
CN116384646A (zh) | 一种水源工程的联合供水调度方法、装置、设备及介质 | |
CN114707913B (zh) | 水库供水方案的确定方法及装置 | |
CN107454136A (zh) | 一种基于端到端p2p的计算卸载方法、装置及控制设备 | |
Razzak et al. | Leveraging Deep Q-Learning to maximize consumer quality of experience in smart grid | |
Deng et al. | Utility maximization of cloud-based in-car video recording over vehicular access networks | |
CN115560381B (zh) | 一种基于边缘计算的智能群控电供暖系统、方法及设备 | |
CN102123175B (zh) | 一种基于最优相似距离的Qos感知的服务选择方法 | |
EP3059646A1 (en) | Method and controller for controlling a power grid |
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 |