CN114881544B - 一种水库流量调控方法、装置、电子设备及存储介质 - Google Patents

一种水库流量调控方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN114881544B
CN114881544B CN202210795217.0A CN202210795217A CN114881544B CN 114881544 B CN114881544 B CN 114881544B CN 202210795217 A CN202210795217 A CN 202210795217A CN 114881544 B CN114881544 B CN 114881544B
Authority
CN
China
Prior art keywords
flow
monitoring data
regulation
water
water flow
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
CN202210795217.0A
Other languages
English (en)
Other versions
CN114881544A (zh
Inventor
刘肖廷
戴会超
曾庆慧
胡鹏
蒋云钟
蒋定国
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.)
China Three Gorges Corp
Original Assignee
China Three Gorges Corp
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 China Three Gorges Corp filed Critical China Three Gorges Corp
Priority to CN202210795217.0A priority Critical patent/CN114881544B/zh
Publication of CN114881544A publication Critical patent/CN114881544A/zh
Application granted granted Critical
Publication of CN114881544B publication Critical patent/CN114881544B/zh
Priority to EP22206945.2A priority patent/EP4303785A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • 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
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • 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
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas 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
    • Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
    • Y02W10/00—Technologies for wastewater treatment
    • Y02W10/10—Biological treatment of water, waste water, or sewage

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Algebra (AREA)
  • Water Supply & Treatment (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Flow Control (AREA)

Abstract

本申请提供一种水库流量调控方法、装置、电子设备及存储介质，该方法包括：获取水利工程调控区域的历史监测数据；基于历史监测数据，构建水库的流量调控指导模型；其中，流量调控指导模型耦合有生源要素浓度与各工况指标之间的关系；获取水利工程调控区域的当前监测数据和目标生源要素浓度；基于流量调控指导模型，根据当前监测数据和目标生源要素浓度，确定水库的目标下泄流量；根据目标下泄流量，对水库进行相应的流量调控。上述方案提供的方法，通过构建耦合有生源要素浓度与各工况指标之间的关系的流量调控指导模型，实现了以生源要素浓度为指导的水库流量调控，有效地保护了水库流域的生态环境。

Description

一种水库流量调控方法、装置、电子设备及存储介质
技术领域
本申请涉及水库运行控制技术领域，尤其涉及一种水库流量调控方法、装置、电子设备及存储介质。
背景技术
生源要素是指碳、氮、磷、硅等生物生长过程中需要的化学元素，是生物生长发育、种群繁衍和维持生态系统健康稳定的必备条件。水利工程会对河流下游生源要素输送通量造成重要影响，引起河流的生态系统退化，带来生态环境问题。随着大型水利工程的建成和运行，改变了河流的水文过程，影响了河流中生源要素的输移过程，河流的水生态条件发生了重大改变。为减少水电工程对河流生态环境的影响，需要针对性开展面向水利水电工程径流过程与生源要素的水库流量综合调控。
而现有技术中通常是根据考虑生态最小需水量或者针对流域典型生物的对水量的需求，调控水库的出流流量。水库流域的生态环境复杂，若基于现有技术调控水库流量，将无法有效地保护水库流域的生态环境。
发明内容
本申请提供一种水库流量调控方法、装置、电子设备及存储介质，以解决现有技术无法有效地保护水库流域的生态环境等缺陷。
本申请第一个方面提供一种水库流量调控方法，包括：
获取水利工程调控区域的历史监测数据；其中，所述历史监测数据用于表征所述水利工程调控区域中水库在不同工况指标下的水质信息，所述水质信息包括生源要素浓度；
基于所述历史监测数据，构建所述水库的流量调控指导模型；其中，所述流量调控指导模型耦合有所述生源要素浓度与各工况指标之间的关系；
获取所述水利工程调控区域的当前监测数据和目标生源要素浓度；
基于所述流量调控指导模型，根据所述当前监测数据和目标生源要素浓度，确定所述水库的目标下泄流量；
根据所述目标下泄流量，对所述水库进行相应的流量调控。
可选的，所述基于所述历史监测数据，构建所述水库的流量调控指导模型，包括：
根据所述历史监测数据表征的水流连续信息，拟合所述水利工程调控区域的水流连续方程；
根据所述水流连续方程和所述历史监测数据表征的水流动力信息，拟合所述水利工程调控区域的水流运动方程；
根据所述水流连续方程、水流运动方程和历史监测数据表征的溶质滞留信息，拟合所述水利工程调控区域的溶质滞留方程；
基于所述水流连续方程、水流运动方程和溶质滞留方程，构建所述水库的流量调控指导模型。
可选的，所述根据所述历史监测数据表征的水流连续信息，拟合所述水利工程调控区域的水流连续方程，包括：
根据所述历史监测数据表征的水流连续信息，拟合所述水利工程调控区域的如下水流连续方程：
Figure DEST_PATH_IMAGE001
其中，
Figure 461041DEST_PATH_IMAGE002
表示河道沿程位置坐标，
Figure DEST_PATH_IMAGE003
表示对应断面的下泄流量，
Figure 440498DEST_PATH_IMAGE004
表示发生时间，
Figure DEST_PATH_IMAGE005
表示水位，
Figure 33284DEST_PATH_IMAGE006
表示水面宽度，
Figure DEST_PATH_IMAGE007
表示单位河长的旁侧入流量，所述水流连续信息包括河 道沿程位置坐标、下泄流量、发生时间、水位、水面宽度和单位河长的旁侧入流量；
根据所述水流连续方程和所述历史监测数据表征的水流动力信息，拟合所述水利工程调控区域的水流运动方程，包括：
根据所述水流连续方程和所述历史监测数据表征的水流动力信息，拟合所述水利工程调控区域的如下水流运动方程：
Figure 490811DEST_PATH_IMAGE008
其中，
Figure DEST_PATH_IMAGE009
表示断面过水面积，
Figure 616767DEST_PATH_IMAGE010
表示断面水力半径，
Figure DEST_PATH_IMAGE011
表示谢才系数，
Figure 298284DEST_PATH_IMAGE012
表示重 力加速度，
Figure DEST_PATH_IMAGE013
表示旁侧入流断面平均流速沿河道方向的分量，所述水流动力信息包括断面 过水面积、断面水力半径和旁侧入流断面平均流速沿河道方向的分量；
所述根据所述水流连续方程、水流运动方程和历史监测数据表征的溶质滞留信息，拟合所述水利工程调控区域的溶质滞留方程，包括：
根据所述水流连续方程、水流运动方程和历史监测数据表征的溶质滞留信息，拟合所述水利工程调控区域的如下溶质滞留方程：
Figure 378367DEST_PATH_IMAGE014
其中，
Figure DEST_PATH_IMAGE015
表示水库的生源要素浓度，
Figure 154431DEST_PATH_IMAGE016
表示旁侧入流生源要素浓度，
Figure DEST_PATH_IMAGE017
表示水流 流速，
Figure 885626DEST_PATH_IMAGE018
表示扩散系数，
Figure DEST_PATH_IMAGE019
表示化学反应速率，
Figure 692040DEST_PATH_IMAGE020
表示吸附解吸附系数，所述溶质滞留信 息包括水库的生源要素浓度、旁侧入流生源要素浓度和水流流速。
可选的，所述根据所述历史监测数据表征的水流连续信息，拟合所述水利工程调控区域的水流连续方程，包括：
根据所述历史监测数据表征的水流连续信息，拟合所述水利工程调控区域的如下水流连续方程：
Figure DEST_PATH_IMAGE021
其中，
Figure 305424DEST_PATH_IMAGE022
表示河道沿程位置坐标，
Figure DEST_PATH_IMAGE023
表示发生时间，
Figure 354020DEST_PATH_IMAGE024
表示河道沿程垂直方向位置 坐标，
Figure DEST_PATH_IMAGE025
表示水位，
Figure 674143DEST_PATH_IMAGE026
表示水深，
Figure DEST_PATH_IMAGE027
表示水深
Figure 917036DEST_PATH_IMAGE026
对应的纵向平均流速、垂向平均流速，
Figure 627503DEST_PATH_IMAGE028
表示单位河长的旁侧入流量，所述水流连续信息包括河道沿程位置坐标、发生时间、水 位、水深、纵向平均流速、垂向平均流速和单位河长的旁侧入流量；
根据所述水流连续方程和所述历史监测数据表征的水流动力信息，拟合所述水利工程调控区域的水流运动方程，包括：
根据所述水流连续方程和所述历史监测数据表征的水流动力信息，拟合所述水利工程调控区域的如下水流运动方程：
Figure DEST_PATH_IMAGE029
Figure 964944DEST_PATH_IMAGE030
其中，
Figure DEST_PATH_IMAGE031
表示旁侧入流断面平均流速沿河道方向的分量，
Figure 937577DEST_PATH_IMAGE032
表示旁侧入流断面 平均流速沿河道垂向方向的分量，
Figure DEST_PATH_IMAGE033
表示曼宁糙率系数，
Figure 131798DEST_PATH_IMAGE034
表示紊动粘滞系数，所述水流 动力信息包括旁侧入流断面平均流速沿河道方向的分量和旁侧入流断面平均流速沿河道 垂向方向的分量；
所述根据所述水流连续方程、水流运动方程和历史监测数据表征的溶质滞留信息，拟合所述水利工程调控区域的溶质滞留方程，包括：
根据所述水流连续方程、水流运动方程和历史监测数据表征的溶质滞留信息，拟合所述水利工程调控区域的如下溶质滞留方程：
Figure DEST_PATH_IMAGE035
其中，
Figure 408190DEST_PATH_IMAGE036
表示水库的生源要素浓度，
Figure DEST_PATH_IMAGE037
表示旁侧入流生源要素浓度，
Figure 549321DEST_PATH_IMAGE038
表示河道 沿程方向扩散系数，
Figure DEST_PATH_IMAGE039
表示河道沿程垂直方向扩散系数，
Figure 358883DEST_PATH_IMAGE040
表示化学反应速率，
Figure DEST_PATH_IMAGE041
表示 吸附解吸附系数，所述溶质滞留信息包括水库的生源要素浓度和旁侧入流生源要素浓度。
可选的，所述基于所述流量调控指导模型，根据所述当前监测数据和目标生源要素浓度，确定所述水库的目标下泄流量，包括：
将所述目标生源要素浓度作为
Figure 864951DEST_PATH_IMAGE042
连同所述当前监测数据一起输入到所述流量调 控指导模型，得到所述流量调控指导模型输出的下泄流量
Figure DEST_PATH_IMAGE043
；
将所述流量调控指导模型输出的下泄流量
Figure 877906DEST_PATH_IMAGE043
，确定为所述水库的目标下泄流量。
可选的，所述基于所述流量调控指导模型，根据所述当前监测数据和目标生源要素浓度，确定所述水库的目标下泄流量，包括：
将所述目标生源要素浓度作为
Figure 104620DEST_PATH_IMAGE042
连同所述当前监测数据一起输入到所述流量调 控指导模型，得到所述流量调控指导模型输出的当前水深对应的纵向平均流速
Figure 925945DEST_PATH_IMAGE044
；
根据所述纵向平均流速
Figure 196389DEST_PATH_IMAGE044
和所述水库的断面过水面积，确定所述水库的目标下泄 流量。
可选的，所述获取水利工程调控区域的历史监测数据，包括：
基于固定的分层监测设备和监测船搭载的分层监测设备，采集水利工程调控区域的监测数据；
检测所述监测数据的完整性，得到所述监测数据的完整性监测结果；
根据所述监测数据的完整性监测结果，补充所述监测数据的缺失值，得到水利工程调控区域的历史监测数据。
本申请第二个方面提供一种水库流量调控装置，包括：
第一获取模块，用于获取水利工程调控区域的历史监测数据；其中，所述历史监测数据用于表征所述水利工程调控区域中水库在不同工况指标下的水质信息，所述水质信息包括生源要素浓度；
模型构建模块，用于基于所述历史监测数据，构建所述水库的流量调控指导模型；其中，所述流量调控指导模型耦合有所述生源要素浓度与各工况指标之间的关系；
第二获取模块，用于获取所述水利工程调控区域的当前监测数据和目标生源要素浓度；
确定模块，用于基于所述流量调控指导模型，根据所述当前监测数据和目标生源要素浓度，确定所述水库的目标下泄流量；
调控模块，用于根据所述目标下泄流量，对所述水库进行相应的流量调控。
可选的，所述模型构建模块，具体用于：
根据所述历史监测数据表征的水流连续信息，拟合所述水利工程调控区域的水流连续方程；
根据所述水流连续方程和所述历史监测数据表征的水流动力信息，拟合所述水利工程调控区域的水流运动方程；
根据所述水流连续方程、水流运动方程和历史监测数据表征的溶质滞留信息，拟合所述水利工程调控区域的溶质滞留方程；
基于所述水流连续方程、水流运动方程和溶质滞留方程，构建所述水库的流量调控指导模型。
可选的，所述模型构建模块，具体用于：
根据所述历史监测数据表征的水流连续信息，拟合所述水利工程调控区域的如下水流连续方程：
Figure 103165DEST_PATH_IMAGE001
其中，
Figure DEST_PATH_IMAGE045
表示河道沿程位置坐标，
Figure 835367DEST_PATH_IMAGE046
表示对应断面的下泄流量，
Figure DEST_PATH_IMAGE047
表示发生时间，
Figure 370254DEST_PATH_IMAGE048
表示水位，
Figure DEST_PATH_IMAGE049
表示水面宽度，
Figure 93490DEST_PATH_IMAGE050
表示单位河长的旁侧入流量，所述水流连续信息包括河 道沿程位置坐标、下泄流量、发生时间、水位、水面宽度和单位河长的旁侧入流量；
根据所述水流连续方程和所述历史监测数据表征的水流动力信息，拟合所述水利工程调控区域的如下水流运动方程：
Figure 815458DEST_PATH_IMAGE008
其中，
Figure DEST_PATH_IMAGE051
表示断面过水面积，
Figure 774187DEST_PATH_IMAGE052
表示断面水力半径，
Figure DEST_PATH_IMAGE053
表示谢才系数，
Figure 147268DEST_PATH_IMAGE054
表示重 力加速度，
Figure DEST_PATH_IMAGE055
表示旁侧入流断面平均流速沿河道方向的分量，所述水流动力信息包括断面 过水面积、断面水力半径和旁侧入流断面平均流速沿河道方向的分量；
根据所述水流连续方程、水流运动方程和历史监测数据表征的溶质滞留信息，拟合所述水利工程调控区域的如下溶质滞留方程：
Figure 493936DEST_PATH_IMAGE056
其中，
Figure DEST_PATH_IMAGE057
表示水库的生源要素浓度，
Figure 453933DEST_PATH_IMAGE058
表示旁侧入流生源要素浓度，
Figure DEST_PATH_IMAGE059
表示水流 流速，
Figure 340986DEST_PATH_IMAGE060
表示扩散系数，
Figure DEST_PATH_IMAGE061
表示化学反应速率，
Figure 840013DEST_PATH_IMAGE062
表示吸附解吸附系数，所述溶质滞留信息 包括水库的生源要素浓度、旁侧入流生源要素浓度和水流流速。
可选的，所述模型构建模块，具体用于：
根据所述历史监测数据表征的水流连续信息，拟合所述水利工程调控区域的如下水流连续方程：
Figure DEST_PATH_IMAGE063
其中，
Figure 826424DEST_PATH_IMAGE064
表示河道沿程位置坐标，
Figure DEST_PATH_IMAGE065
表示发生时间，
Figure 539296DEST_PATH_IMAGE066
表示河道沿程垂直方向位置 坐标，
Figure DEST_PATH_IMAGE067
表示水位，
Figure 167723DEST_PATH_IMAGE068
表示水深，
Figure DEST_PATH_IMAGE069
表示水深
Figure 203812DEST_PATH_IMAGE068
对应的纵向平均流速、垂向平均流速，
Figure 407129DEST_PATH_IMAGE070
表示单位河长的旁侧入流量，所述水流连续信息包括河道沿程位置坐标、发生时间、水 位、水深、纵向平均流速、垂向平均流速和单位河长的旁侧入流量；
根据所述水流连续方程和所述历史监测数据表征的水流动力信息，拟合所述水利工程调控区域的如下水流运动方程：
Figure 263090DEST_PATH_IMAGE029
Figure DEST_PATH_IMAGE071
其中，
Figure 695208DEST_PATH_IMAGE072
表示旁侧入流断面平均流速沿河道方向的分量，
Figure DEST_PATH_IMAGE073
表示旁侧入流断面 平均流速沿河道垂向方向的分量，
Figure 133274DEST_PATH_IMAGE074
表示曼宁糙率系数，
Figure DEST_PATH_IMAGE075
表示紊动粘滞系数，所述水流 动力信息包括旁侧入流断面平均流速沿河道方向的分量和旁侧入流断面平均流速沿河道 垂向方向的分量；
根据所述水流连续方程、水流运动方程和历史监测数据表征的溶质滞留信息，拟合所述水利工程调控区域的如下溶质滞留方程：
Figure 789383DEST_PATH_IMAGE076
其中，
Figure DEST_PATH_IMAGE077
表示水库的生源要素浓度，
Figure 709804DEST_PATH_IMAGE078
表示旁侧入流生源要素浓度，
Figure DEST_PATH_IMAGE079
表示河 道沿程方向扩散系数，
Figure 945613DEST_PATH_IMAGE080
表示河道沿程垂直方向扩散系数，
Figure DEST_PATH_IMAGE081
表示化学反应速率，
Figure 503764DEST_PATH_IMAGE082
表 示吸附解吸附系数，所述溶质滞留信息包括水库的生源要素浓度和旁侧入流生源要素浓 度。
可选的，所述确定模块，具体用于：
将所述目标生源要素浓度作为
Figure DEST_PATH_IMAGE083
连同所述当前监测数据一起输入到所述流量调 控指导模型，得到所述流量调控指导模型输出的下泄流量
Figure 534037DEST_PATH_IMAGE084
；
将所述流量调控指导模型输出的下泄流量
Figure 99011DEST_PATH_IMAGE084
，确定为所述水库的目标下泄流量。
可选的，所述确定模块，具体用于：
将所述目标生源要素浓度作为
Figure 76194DEST_PATH_IMAGE083
连同所述当前监测数据一起输入到所述流量调 控指导模型，得到所述流量调控指导模型输出的当前水深对应的纵向平均流速
Figure DEST_PATH_IMAGE085
；
根据所述纵向平均流速
Figure 252966DEST_PATH_IMAGE085
和所述水库的断面过水面积，确定所述水库的目标下泄 流量。
可选的，所述第一获取模块，具体用于：
基于固定的分层监测设备和监测船搭载的分层监测设备，采集水利工程调控区域的监测数据；
检测所述监测数据的完整性，得到所述监测数据的完整性监测结果；
根据所述监测数据的完整性监测结果，补充所述监测数据的缺失值，得到水利工程调控区域的历史监测数据。
本申请第三个方面提供一种电子设备，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一个方面以及第一个方面各种可能的设计所述的方法。
本申请第四个方面提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一个方面以及第一个方面各种可能的设计所述的方法。
本申请技术方案，具有如下优点：
本申请提供一种水库流量调控方法、装置、电子设备及存储介质，该方法包括：获取水利工程调控区域的历史监测数据；其中，历史监测数据用于表征水利工程调控区域中水库在不同工况指标下的水质信息，水质信息包括生源要素浓度；基于历史监测数据，构建水库的流量调控指导模型；其中，流量调控指导模型耦合有生源要素浓度与各工况指标之间的关系；获取水利工程调控区域的当前监测数据和目标生源要素浓度；基于流量调控指导模型，根据当前监测数据和目标生源要素浓度，确定水库的目标下泄流量；根据目标下泄流量，对水库进行相应的流量调控。上述方案提供的方法，通过构建耦合有生源要素浓度与各工况指标之间的关系的流量调控指导模型，实现了以生源要素浓度为指导的水库流量调控，有效地保护了水库流域的生态环境。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本申请实施例基于的水库流量调控系统的结构示意图；
图2为本申请实施例提供的水库流量调控方法的流程示意图；
图3为本申请实施例提供的示例性的水库流量调控的整体流程示意图；
图4为本申请实施例提供的水库流量调控装置的结构示意图；
图5为本申请实施例提供的电子设备的结构示意图。
通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，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，本领域普通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。
此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。在以下各实施例的描述中，“多个”的含义是两个以上，除非另有明确具体的限定。
传统流量调度往往只考虑生态最小需水量或者针对流域典型生物（四大家鱼和中华鲟）的生境需求，缺乏从生态系统整体需水要求考虑。
针对上述问题，本申请实施例提供的水库流量调控方法、装置、电子设备及存储介质，通过获取水利工程调控区域的历史监测数据；其中，历史监测数据用于表征水利工程调控区域中水库在不同工况指标下的水质信息，水质信息包括生源要素浓度；基于历史监测数据，构建水库的流量调控指导模型；其中，流量调控指导模型耦合有生源要素浓度与各工况指标之间的关系；获取水利工程调控区域的当前监测数据和目标生源要素浓度；基于流量调控指导模型，根据当前监测数据和目标生源要素浓度，确定水库的目标下泄流量；根据目标下泄流量，对水库进行相应的流量调控。上述方案提供的方法，通过构建耦合有生源要素浓度与各工况指标之间的关系的流量调控指导模型，实现了以生源要素浓度为指导的水库流量调控，有效地保护了水库流域的生态环境。
下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本发明实施例进行描述。
首先，对本申请所基于的水库流量调控系统的结构进行说明：
本申请实施例提供的水库流量调控方法、装置、电子设备及存储介质，适用于对水库的下泄流量进行调控。如图1所示，为本申请实施例基于的水库流量调控系统的结构示意图，主要包括水库、数据采集装置及用于对该水库进行流量调控的水库流量调控装置。具体地，可以基于数据采集装置采集该水库所属的水利工程调控区域的当前监测数据，并将采集到的数据发送到水库流量调控装置，该装置根据得到的数据和当前确定的目标生源要素浓度，控制该水库的下泄流量。
本申请实施例提供了一种水库流量调控方法，用于对水利工程调控区域的水库进行流量调控。本申请实施例的执行主体为电子设备，比如服务器、台式电脑、笔记本电脑、平板电脑及其他可用于处理水利工程数据的电子设备。
如图2所示，为本申请实施例提供的水库流量调控方法的流程示意图，该方法包括：
步骤201，获取水利工程调控区域的历史监测数据。
其中，历史监测数据用于表征水利工程调控区域中水库在不同工况指标下的水质信息，水质信息包括生源要素浓度。本申请实施例获取的历史监测数据可以覆盖该水力工程调控流域过去一年或数年的监测数据。
步骤202，基于历史监测数据，构建水库的流量调控指导模型。
其中，流量调控指导模型耦合有生源要素浓度与各工况指标之间的关系。
具体地，可以根据历史监测数据所表征的生源要素浓度与各工况指标之间关系，拟合生源要素浓度与各工况指标之间的关系函数，最后基于得到的关系函数，构建水库的流量调控指导模型。
步骤203，获取水利工程调控区域的当前监测数据和目标生源要素浓度。
需要说明的是，当前监测数据包括该水库当前的工况指标，目标生源要素浓度是理想生态环境对应的生源要素浓度。
步骤204，基于流量调控指导模型，根据当前监测数据和目标生源要素浓度，确定水库的目标下泄流量。
具体地，可以将当前监测数据和目标生源要素浓度，输入到流量调控指导模型，以基于该流量调控指导模型，根据当前监测数据包括的多种当前工况指标，确定该水库的当前工况。然后根据目标生源要素浓度，确定该水库在当前工况下需要设置多大的下泄流量才能达到该目标生源要素浓度，即确定目标下泄流量。
步骤205，根据目标下泄流量，对水库进行相应的流量调控。
具体地，可以按照该水库的下泄流量约束条件，根据上述实施例确定的目标下泄流量，对水库进行相应的流量调控，以达到目标生源要素浓度。
在上述实施例的基础上，作为一种可实施的方式，在上述实施例的基础上，在一实施例中，基于历史监测数据，构建水库的流量调控指导模型，包括：
步骤2021，根据历史监测数据表征的水流连续信息，拟合水利工程调控区域的水流连续方程；
步骤2022，根据水流连续方程和历史监测数据表征的水流动力信息，拟合水利工程调控区域的水流运动方程；
步骤2023，根据水流连续方程、水流运动方程和历史监测数据表征的溶质滞留信息，拟合水利工程调控区域的溶质滞留方程；
步骤2024，基于水流连续方程、水流运动方程和溶质滞留方程，构建水库的流量调控指导模型。
需要说明的是，由于水力工程调控区域环境复杂，包括水库和河道流域，为了适应不同的应用环境，本申请实施例提供了一维流量调控指导模型和二位流量调控指导模型两种流量调控指导模型，一维流量调控指导模型适用于水力工程调控区域覆盖面积较大的情况，二维流量调控指导模型适用于水力工程调控区域覆盖面积较小的情况。
具体地，在一实施例中，针对一维流量调控指导模型的构建，可以根据历史监测数据表征的水流连续信息，拟合水利工程调控区域的如下水流连续方程：
Figure 985299DEST_PATH_IMAGE001
其中，
Figure 37569DEST_PATH_IMAGE086
表示河道沿程位置坐标，
Figure DEST_PATH_IMAGE087
表示对应断面的下泄流量，
Figure 834754DEST_PATH_IMAGE088
表示发生时间，
Figure DEST_PATH_IMAGE089
表示水位，
Figure 882345DEST_PATH_IMAGE090
表示水面宽度，
Figure DEST_PATH_IMAGE091
表示单位河长的旁侧入流量，水流连续信息包括河道沿 程位置坐标、下泄流量、发生时间、水位、水面宽度和单位河长的旁侧入流量。
根据水流连续方程和历史监测数据表征的水流动力信息，拟合水利工程调控区域的如下水流运动方程：
Figure 497829DEST_PATH_IMAGE008
其中，
Figure 834132DEST_PATH_IMAGE092
表示断面过水面积，
Figure DEST_PATH_IMAGE093
表示断面水力半径，
Figure 949856DEST_PATH_IMAGE094
表示谢才系数，
Figure DEST_PATH_IMAGE095
表示重力 加速度，
Figure 337106DEST_PATH_IMAGE096
表示旁侧入流断面平均流速沿河道方向的分量，水流动力信息包括断面过水面 积、断面水力半径和旁侧入流断面平均流速沿河道方向的分量。
根据水流连续方程、水流运动方程和历史监测数据表征的溶质滞留信息，拟合水利工程调控区域的如下溶质滞留方程：
Figure 676820DEST_PATH_IMAGE014
其中，
Figure DEST_PATH_IMAGE097
表示水库的生源要素浓度，
Figure 15266DEST_PATH_IMAGE098
表示旁侧入流生源要素浓度，
Figure DEST_PATH_IMAGE099
表示水流 流速，
Figure 934681DEST_PATH_IMAGE100
表示扩散系数，
Figure DEST_PATH_IMAGE101
表示化学反应速率，
Figure 363388DEST_PATH_IMAGE102
表示吸附解吸附系数，溶质滞留信息包括 水库的生源要素浓度、旁侧入流生源要素浓度和水流流速。其中，化学反应速率
Figure 359157DEST_PATH_IMAGE101
受水温的 影响，吸附解吸附系数
Figure 873315DEST_PATH_IMAGE102
受水位和流量的影响，K=α（Q流入-Q流出），α为吸附速率，Q流出即为下泄 流量。
具体地，在一实施例中，可以利用神经网络，率定参数吸附速率α，网络建设如下：
采用前馈神经网络函数，采用如下公式求得吸附速率α损失函数
Figure DEST_PATH_IMAGE103
：
Figure 65262DEST_PATH_IMAGE104
其中，n为历史监测数据的数量，
Figure DEST_PATH_IMAGE105
表示前馈神经网络函数，
Figure 925640DEST_PATH_IMAGE106
表示历史监 测数据。利用遗传算法对损失函数
Figure 607157DEST_PATH_IMAGE103
求最小值min
Figure 343031DEST_PATH_IMAGE103
，对应的α为所求参数吸附速率 α。
需要说明的是，本申请实施例构建的一维流量调控指导模型也可以称之为一维生源要素输运-滞留模型，可用于描述生源要素沿流向的输运与滞留过程。
进一步地，在一实施例中，将目标生源要素浓度作为
Figure 807511DEST_PATH_IMAGE097
连同当前监测数据一起输 入到流量调控指导模型，得到流量调控指导模型输出的下泄流量
Figure DEST_PATH_IMAGE107
；将流量调控指导模型 输出的下泄流量
Figure 23860DEST_PATH_IMAGE107
，确定为水库的目标下泄流量。
具体地，流量调控指导模型可以根据目标生源要素浓度和当前监测数据所包括多种当前工况指标，计算当前工况下，为达到目标生源要素浓度需要设置的目标下泄流量。
具体地，在一实施例中，针对二维流量调控指导模型的构建，可以根据历史监测数据表征的水流连续信息，拟合水利工程调控区域的如下水流连续方程：
Figure 876278DEST_PATH_IMAGE108
其中，
Figure DEST_PATH_IMAGE109
表示河道沿程位置坐标，
Figure 942192DEST_PATH_IMAGE110
表示发生时间，
Figure 882466DEST_PATH_IMAGE111
表示河道沿程垂直方向位置 坐标，
Figure 999327DEST_PATH_IMAGE112
表示水位，
Figure 898013DEST_PATH_IMAGE113
表示水深，
Figure 218267DEST_PATH_IMAGE114
表示水深
Figure 227811DEST_PATH_IMAGE113
对应的纵向平均流速、垂向平均流速，
Figure 136861DEST_PATH_IMAGE115
表示单位河长的旁侧入流量，水流连续信息包括河道沿程位置坐标、发生时间、水位、水深、 纵向平均流速、垂向平均流速和单位河长的旁侧入流量。
根据水流连续方程和历史监测数据表征的水流动力信息，拟合水利工程调控区域的如下水流运动方程：
Figure 65503DEST_PATH_IMAGE116
Figure 263266DEST_PATH_IMAGE117
其中，
Figure 190683DEST_PATH_IMAGE118
表示旁侧入流断面平均流速沿河道方向的分量，
Figure 157502DEST_PATH_IMAGE119
表示旁侧入流断面 平均流速沿河道垂向方向的分量，
Figure 257045DEST_PATH_IMAGE120
表示曼宁糙率系数，
Figure 676525DEST_PATH_IMAGE121
表示紊动粘滞系数，水流动力 信息包括旁侧入流断面平均流速沿河道方向的分量和旁侧入流断面平均流速沿河道垂向 方向的分量。
根据水流连续方程、水流运动方程和历史监测数据表征的溶质滞留信息，拟合水利工程调控区域的如下溶质滞留方程：
Figure 903238DEST_PATH_IMAGE122
其中，
Figure 724563DEST_PATH_IMAGE123
表示水库的生源要素浓度，
Figure 260587DEST_PATH_IMAGE124
表示旁侧入流生源要素浓度，
Figure 167363DEST_PATH_IMAGE125
表示河道 沿程方向扩散系数，
Figure 430723DEST_PATH_IMAGE126
表示河道沿程垂直方向扩散系数，
Figure 168872DEST_PATH_IMAGE127
表示化学反应速率，
Figure 485584DEST_PATH_IMAGE128
表示吸 附解吸附系数，溶质滞留信息包括水库的生源要素浓度和旁侧入流生源要素浓度。
需要说明的是，本申请实施例构建流量调控指导模型应用的所有系数都是经过模型训练率定的系数，二维流量调控指导模型也可以称之为输移-交换模型。
进一步地，在一实施例中，可以将目标生源要素浓度作为
Figure 4290DEST_PATH_IMAGE123
连同当前监测数据一 起输入到流量调控指导模型，得到流量调控指导模型输出的当前水深对应的纵向平均流速
Figure 697439DEST_PATH_IMAGE129
；根据纵向平均流速
Figure 368723DEST_PATH_IMAGE129
和水库的断面过水面积，确定水库的目标下泄流量。
需要说明的是，水库下泄流量即为水库在大坝断面的流量，在完成上述模型的构建后，可以分析模型参数的相关性与敏感性，以为后期对流量调控指导模型进行针对性的优化提供基础。
具体地，可以基于二维流量调控指导模型，确定目标生源要素浓度和当前监测数 据所对应的纵向平均流速
Figure 121915DEST_PATH_IMAGE129
，然后根据水库的大坝断面过水面积
Figure 862338DEST_PATH_IMAGE130
和纵向平均流速
Figure 93600DEST_PATH_IMAGE129
，确 定水库的目标下泄流量
Figure 117925DEST_PATH_IMAGE131
。
在上述实施例的基础上，由于水利工程调控区域的历史监测数据将直接影响流量调控指导模型的计算精度，因此，为了进一步提高水库流量调度的精确度，作为一种可实施的方式，在上述实施例的基础上，在一实施例中，获取水利工程调控区域的历史监测数据，包括：
步骤2011，基于固定的分层监测设备和监测船搭载的分层监测设备，采集水利工程调控区域的监测数据；
步骤2012，检测监测数据的完整性，得到监测数据的完整性监测结果；
步骤2013，根据监测数据的完整性监测结果，补充监测数据的缺失值，得到水利工程调控区域的历史监测数据。
需要说明的是，考虑到生源要素在库区的分层现象，可以利用固定的分层监测设备和监测船搭载的分层监测设备进行监测。根据全年降水分布特征，选取全年降水较为集中、降水量较大的时期（如汛期），在预设的重点考察断面增设连续分层监测设备，其余月份拆除，改为监测船人工取样检测，取样频率可以为4 次/月；在其他时期，如遇到突发强降水天气，可在降水后视情况进行临时加密监测船人工取样检测，保证安全优先。同时，采用GIS遥感技术辅助监测。
示例性的，为了后续研究工作的开展，可以利用数据清洗方法构建数据库：
步骤1、选定某监测点位后，设立固定的分层监测设备，若已存在则向相关环保部门收集该点位历史水质数据；
步骤2、评估近年的监测点位全年历史数据（监测）的完整性；
步骤3、当完整程度相对较高，仅存在少部分时间存在数据缺失，可基于统计分析插值和噪声添加等数据清洗方法对少数缺失值进行补足；
步骤4、当完整程度相对较低时，需要开展补充监测，对缺失月份或季节开展连续采样，与现有历史数据构成完整的监测数据库；
步骤5、部分时间点存在连续降雨导致无法区分降水前和降水后数据，按照降水前数据缺失情况来对待，采用步骤3中方法对缺失数据进行补足；
步骤6、根据降水数据，对每天的降水情况进行区分，在每条数据打上降水条件标签；
步骤7、构建“日期-降水量-降水前浓度-降水后浓度-降水条件”数据库降水量数据的精度要求为日降水量，常规的获取方法主要有向相关气象部门获取和已有的公开数据库获取。
其中，监测数据的完整性检测方法主要是包含两个方面的分析：对于列完整程度， 主要考察水质数据和降水量数据的列中是否存在空值或者非数值字符，以及空值和非数值 字符占总数据量的比例；对于行完整程度，主要考察当月的数据量是否与当月实际天数相 符合，以及有数据记录天数占当月实际天数的比例。可以用行完整程度指标
Figure 42019DEST_PATH_IMAGE132
和列完整 程度指标
Figure 535317DEST_PATH_IMAGE133
来评估：
Figure 570269DEST_PATH_IMAGE134
Figure 871937DEST_PATH_IMAGE135
其中，
Figure 842299DEST_PATH_IMAGE136
是指列中空值的数量，
Figure 698259DEST_PATH_IMAGE137
是指列中非数值字符的数量，
Figure 395957DEST_PATH_IMAGE138
为列中数据总量。
Figure 20973DEST_PATH_IMAGE139
是一个月中当天有记录的数据量，
Figure 660771DEST_PATH_IMAGE140
是当月实际的天数。当 行完整程度指标
Figure 472869DEST_PATH_IMAGE132
和列完整程度指标
Figure 239837DEST_PATH_IMAGE133
均不低于0.6时，可采用缺失数据补足的方 法对缺失值进行补足，当行完整程度指标
Figure 719360DEST_PATH_IMAGE132
或列完整程度指标
Figure 31523DEST_PATH_IMAGE133
度指标低于 0.6 时，则针对当月情况进行监测采样。
本申请实施例提供的缺失数据补充方法主要是针对数据完整程度指标均不低于0.6时的数据缺失值补足，补充对象主要为降水前、后地表水水质数据。由于降水前、后地表水水质数据在时域分布上的差异性，因此需要区别对待。
具体地，对于降水前地表水水质数据，按照时域分布特性 构造基于现有降水前数 据的n 阶多项式函数，函数自变量为时间，函数定义域为缺失值所在时间点的邻域。采用牛 顿插值基函数，若插值节点为
Figure DEST_PATH_IMAGE141
，则由下式所示：
Figure 862076DEST_PATH_IMAGE142
进一步构建插值多项式函数：
Figure DEST_PATH_IMAGE143
其中，
Figure 370418DEST_PATH_IMAGE144
是如下函数
Figure DEST_PATH_IMAGE145
关于节点
Figure 830347DEST_PATH_IMAGE141
的k阶均差。
Figure 297101DEST_PATH_IMAGE146
其中，上依次为一阶均差、二阶均差和三阶均差。
如果监测数据完整程度较高，需要插值的点位较少，可以采用简单一阶线性插值 耦合高斯噪声的插值方法。己知插值点x处的邻域内包含两个端点分别为
Figure DEST_PATH_IMAGE147
和
Figure 693578DEST_PATH_IMAGE148
，那么根据一阶线性插值方法，插值点x处的函数值y可根据如下公式计算：
Figure DEST_PATH_IMAGE149
其中
Figure 5611DEST_PATH_IMAGE150
为领域内一阶线性函数在
Figure DEST_PATH_IMAGE151
处的函数值，
Figure 725305DEST_PATH_IMAGE152
为以
Figure 877807DEST_PATH_IMAGE150
为均值，0.25
Figure 417373DEST_PATH_IMAGE150
为均方差的高斯分布产生的随机噪声，具体可以根据如下公式计算
Figure 798675DEST_PATH_IMAGE150
和
Figure 107297DEST_PATH_IMAGE152
：
Figure DEST_PATH_IMAGE153
Figure 401006DEST_PATH_IMAGE154
其中，r为0-1之间的随机数。
进一步地，可以为每条历史监测数据添加数据标签，数据标签增加部分则依据实际情况按照降水量分为无降水、小雨、中雨和大雨及以上，上游泄水按下泄流量进行划分，分别为每条监测数据打上数据标签。对于一般的水库采用无降水、小雨（0-20mm）、中雨（20-45mm）和大雨及以上（45mm 及以上），10000m3/s以下、10000~20000m3/s、20000~40000m3/s、40000m3/s以上划分即可。
在上述实施例的基础上，作为一种可实施的方式，可以根据如下方式，确定水库的目标生源要素浓度：
步骤301，构建水库的富营养化风险评价模型，基于该富营养化风险评价模型，根据当前监测数据，确定满足防治水华的目标生源要素浓度。
具体地，可以根据生源要素综合监测体系监测结果，构建河道型水库三维水动力水质模型，对不同下泄流量下库区水质和生源要素浓度进行模拟 ，应用综合营养指数（TLI）对河道型水库的富营养化状况进行评价分析。耦合研究区三维水动力水质模型，构建富营养化风险评价模型，对生源要素变化条件下库区的营养状态进行模拟。基于入库、出库和水库内部表层水中不同形态生源要素和叶绿素含量的连续监测，模拟库区当前运行水位和流场条件下，水质及浮游植物群落组成变化，预测不同来水条件、不同下泄流量情景下库区生源要素和富营养化风险，综合考虑存在富营养化风险的范围和时长，确定满足库区富营养化风险防控的生源要素浓度范围，即目标生源要素浓度，进而确定相应的水库下泄流量范围。
具体地，在一实施例中，针对目标生源要素浓度的确定，还可以构建食物网稳定性评价模型，基于该食物网稳定性评价模型，根据当前监测数据，确定满足下游生态需求的目标生源要素浓度。
具体地，可以以水库下游河道为研究区，结合历史资料，梳理研究区水生态现状与重点保护对象。利用局部加权回归散点修匀法（非参数回归方法）拟合生物参数 与生源要素之间的关系，揭示生源要素供给发生变化后对初级生产力、物种多样性和群落结构的影响。运用Ecopath软件构建研究区食物链网稳定性评价模型，通过系统连接指数、系统杂食性指数等指标反映研究区水生态系统结构与功能特征变化。 基于前述三维水动力水质模型，预测不同下泄流量方案和情景下生源要素变化和水生生态系统稳定性，确定满足下游生态需求的生源要素调度要求的生源要素浓度范围，即目标生源要素浓度，进而确定相应的水库下泄流量范围。
在上述实施例的基础上，作为一种可实施的方式，根据目标下泄流量，对水库进行相应的流量调控，包括：
步骤2051，以防洪、航运和发电的流量要求为该水库的下泄流量约束条件，根据目标下泄流量，对水库进行相应的流量调控。
具体地，以防洪为约束，以河流生态健康为目标，对多目标进行分时间段分优先级耦合。耦合的原则是主要功能优先，并根据河流的实际调度需求进行。多目标优化调度模型的建立主要考虑因素见表1。
表1水利工程生态调度目标参数
Figure DEST_PATH_IMAGE155
在确定预报来水情况下，将水利水电工程总发电量最大作为目标，以满足生源要素需求的径流过程，建立生态调度模型：
Figure 552502DEST_PATH_IMAGE156
其中，i表示表示电站i，t表示时段t，
Figure DEST_PATH_IMAGE157
表示梯级电站总发电量， 表示电站 i在时段的出力。约束条件如下：
（1）水量平衡方程
Figure 721184DEST_PATH_IMAGE158
其中，
Figure DEST_PATH_IMAGE159
表示第j时段初第i电站的蓄水量；
Figure 477787DEST_PATH_IMAGE160
表示第j+1时段末第i电站的 蓄水量；
Figure DEST_PATH_IMAGE161
表示第j时段第i电站的来流量；
Figure 942398DEST_PATH_IMAGE162
表示第j时段第i电站的泄流量；
Figure DEST_PATH_IMAGE163
表示第j时段第i电站的扣损流量。
（2）电站水位约束
Figure 784452DEST_PATH_IMAGE164
其中，
Figure DEST_PATH_IMAGE165
为电站在t时段的水位；
Figure 491246DEST_PATH_IMAGE166
表示第t时段应保证的水库最小蓄水量；
Figure DEST_PATH_IMAGE167
表示第t时段允许的水库最大蓄水量（如汛期防洪限制）。
（3）电站出力约束
Figure 102355DEST_PATH_IMAGE168
其中，
Figure DEST_PATH_IMAGE169
为电站t时段平均出力；
Figure 924818DEST_PATH_IMAGE170
为t时段电站允许的发电最小出力；
Figure DEST_PATH_IMAGE171
为t 时段电站允许的发电最大出力，不得高于机组满发对应出力。
采用上述建立的生态调度模型重点针对面向生源要素需求进行生态调度，调度期为全年并分丰、平、枯三种来水年份，满足水生态系统稳定所需生源要素对应的目标下泄流量可以基于上述实施例推求，求解算法采用基于全局优化的离散微分动态规划法。最终，结合保证出力破坏情况、生态径流上下限破坏情况和生态评价指标偏好，提出不同情景下的生态调度方案，寻求可以均衡经济社会效益与生态效益的生态调度方案。
在上述实施例的基础上，作为一种可实施的方式，在一实施例中，在根据目标下泄流量，对水库进行相应的流量调控之后，该方法还包括：
步骤401，利用局部Hurst指数，按照不同的时间尺度，检测水库的生态环境恢复程度，得到该水库的生态环境恢复程度检测结果；
步骤402，根据该水库的生态环境恢复程度检测结果，优化或重新构建流量调控指导模型。
具体地，可以依据后续收集的监测数据，分析该水利工程调控区域的生态恢复状况，给出该区域的生态修复系数；各生源要素指标的Pearson 相关系数（r），存在极显著中度相关（0.8>|r|≥0.5，p<0.01）的指标，存在显著低度相关（0.5>|r|≥ 0.3，p<0.05）的指标。
（1）单因子生源要素指数法
单因子生源要素指数(Pi)可用于表征各生源要素指标是否达到对应标准的要求。
Figure 4901DEST_PATH_IMAGE172
其中，
Figure DEST_PATH_IMAGE173
为第i项指标的浓度测量值，
Figure 734959DEST_PATH_IMAGE174
为第i项指标的标准限值。当
Figure DEST_PATH_IMAGE175
， 表明该生源要素浓度较低；若
Figure 721282DEST_PATH_IMAGE176
，则表明该生源要素较高，此时应该结合实际的温度等 条件评估水华等生态灾害的发生。
（2）均值生源要素指数法
均值生源要素指数可根据生源要素指数的算术平均或加权平均等其他数学手段，综合评价水体富含生源要素程度，均值综合指数（P）表达式如下：
Figure DEST_PATH_IMAGE177
其中，
Figure 42542DEST_PATH_IMAGE178
为单因子生源要素指数，n 为参与评价的指标数。当 P≤0.20，表明生源 要素含量低：0.20＜P≤0.40，生源要素含量较低：0.40＜P≤0.70，生源要素含量适中；0.70 <P≤1.00，生源要素含量较高：1.00＜P≤2.00，生源要素含量高，有水华风险；P>2.00，生源 要素含量极高。
（3）内梅罗综合生源要素指数法
内梅罗综合生源要素指数（I）可突出最大值，兼顾单因子生源要素指数的平均值和最大值。表达式如下：
Figure DEST_PATH_IMAGE179
式中：P为均值综合生源要素指数，
Figure 344341DEST_PATH_IMAGE180
为单因子污染指数中的最大值。当I≤ 1，表明生源要素含量较低；1<I≤2，生源要素含量适中；2<I≤3，生源要素含量较高;3<I≤5 生源要素含量高，有水华风险；I＞5，生源要素含量极高。
进一步地，可以通过局部Hurst指数分析旬月年时间尺度的生源要素调控效果并分析其与河流生态恢复的相关性，局部Hurst指数(H)的计算公式如下，
Figure DEST_PATH_IMAGE181
Figure 409249DEST_PATH_IMAGE182
Figure DEST_PATH_IMAGE183
Figure 244219DEST_PATH_IMAGE184
其中，N为监测数据点总数，S为数据集的等分个数，分别根据天、周、月、年时长对 数据集等分，Ns为每段的点数Ns=N/S，v为整数，1<v<Ns，
Figure DEST_PATH_IMAGE185
为第k个数据的值，<x>为局部数 据集的均值，
Figure 470801DEST_PATH_IMAGE186
为n阶多项式拟合。
进一步地，通过上述公式求得局部Hurst指数(H)，0.5<H<1.5表明生源要素调度效果较为明显，即当前流量调控指导模型性能较好，否则认为效果性能较差，需要进行优化或重新构建。其中，0.75<H<1.25认为调度对下游生源要素起到更有利的影响。
示例性的，如图3所示，为本申请实施例提供的示例性的水库流量调控的整体流程示意图，如图3所示的方法为如图2所示的方法的一种示例性的实施方式，二者实现原理相同，不再赘述。
本申请实施例提供的水库流量调控方法，通过获取水利工程调控区域的历史监测数据；其中，历史监测数据用于表征水利工程调控区域中水库在不同工况指标下的水质信息，水质信息包括生源要素浓度；基于历史监测数据，构建水库的流量调控指导模型；其中，流量调控指导模型耦合有生源要素浓度与各工况指标之间的关系；获取水利工程调控区域的当前监测数据和目标生源要素浓度；基于流量调控指导模型，根据当前监测数据和目标生源要素浓度，确定水库的目标下泄流量；根据目标下泄流量，对水库进行相应的流量调控。上述方案提供的方法，通过构建耦合有生源要素浓度与各工况指标之间的关系的流量调控指导模型，实现了以生源要素浓度为指导的水库流量调控，有效地保护了水库流域的生态环境。
本申请实施例提供的水库流量调控方法是在建立生源要素与水生态综合监测体系的基础上，针对工程运行对于河流径流过程、生源要素迁移转化的综合影响，从保障水生生物所必须的生源要素含量和水生态系统食物链网稳定两个方面，结合工程防洪、发电、供水等综合功能的发挥，建立综合调控方案和方法，并对实施效果进行监测评估和进一步优化。所提出的综合调控方法对于促进水生态环境保护和水利水电工程可持续发展具有重要意义。
本申请实施例提供了一种水库流量调控装置，用于执行上述实施例提供的水库流量调控方法。
如图4所示，为本申请实施例提供的水库流量调控装置的结构示意图。该水库流量调控装置40包括：第一获取模块401、模型构建模块402、第二获取模块403、确定模块404和调控模块405。
其中，第一获取模块，用于获取水利工程调控区域的历史监测数据；其中，历史监测数据用于表征水利工程调控区域中水库在不同工况指标下的水质信息，水质信息包括生源要素浓度；模型构建模块，用于基于历史监测数据，构建水库的流量调控指导模型；其中，流量调控指导模型耦合有生源要素浓度与各工况指标之间的关系；第二获取模块，用于获取水利工程调控区域的当前监测数据和目标生源要素浓度；确定模块，用于基于流量调控指导模型，根据当前监测数据和目标生源要素浓度，确定水库的目标下泄流量；调控模块，用于根据目标下泄流量，对水库进行相应的流量调控。
具体地，在一实施例中，模型构建模块，具体用于：
根据历史监测数据表征的水流连续信息，拟合水利工程调控区域的水流连续方程；
根据水流连续方程和历史监测数据表征的水流动力信息，拟合水利工程调控区域的水流运动方程；
根据水流连续方程、水流运动方程和历史监测数据表征的溶质滞留信息，拟合水利工程调控区域的溶质滞留方程；
基于水流连续方程、水流运动方程和溶质滞留方程，构建水库的流量调控指导模型。
具体地，在一实施例中，模型构建模块，具体用于：
根据历史监测数据表征的水流连续信息，拟合水利工程调控区域的如下水流连续方程：
Figure 978005DEST_PATH_IMAGE001
其中，
Figure 862916DEST_PATH_IMAGE045
表示河道沿程位置坐标，
Figure DEST_PATH_IMAGE187
表示对应断面的下泄流量，
Figure 303125DEST_PATH_IMAGE188
表示发生时间，
Figure DEST_PATH_IMAGE189
表示水位，
Figure 215455DEST_PATH_IMAGE190
表示水面宽度，
Figure DEST_PATH_IMAGE191
表示单位河长的旁侧入流量，水流连续信息包括河道沿 程位置坐标、下泄流量、发生时间、水位、水面宽度和单位河长的旁侧入流量；
根据水流连续方程和历史监测数据表征的水流动力信息，拟合水利工程调控区域的如下水流运动方程：
Figure 475535DEST_PATH_IMAGE008
其中，
Figure 288770DEST_PATH_IMAGE192
表示断面过水面积，
Figure 130955DEST_PATH_IMAGE193
表示断面水力半径，
Figure 105864DEST_PATH_IMAGE194
表示谢才系数，
Figure 915557DEST_PATH_IMAGE195
表示重力 加速度，
Figure 63642DEST_PATH_IMAGE196
表示旁侧入流断面平均流速沿河道方向的分量，水流动力信息包括断面过水 面积、断面水力半径和旁侧入流断面平均流速沿河道方向的分量；
根据水流连续方程、水流运动方程和历史监测数据表征的溶质滞留信息，拟合水利工程调控区域的如下溶质滞留方程：
Figure 884968DEST_PATH_IMAGE014
其中，
Figure 404679DEST_PATH_IMAGE077
表示水库的生源要素浓度，
Figure 311456DEST_PATH_IMAGE197
表示旁侧入流生源要素浓度，
Figure 591127DEST_PATH_IMAGE198
表示水流 流速，
Figure 266959DEST_PATH_IMAGE199
表示扩散系数，
Figure 724616DEST_PATH_IMAGE200
表示化学反应速率，
Figure 853109DEST_PATH_IMAGE201
表示吸附解吸附系数，溶质滞留信息包 括水库的生源要素浓度、旁侧入流生源要素浓度和水流流速。
具体地，在一实施例中，模型构建模块，具体用于：
根据历史监测数据表征的水流连续信息，拟合水利工程调控区域的如下水流连续方程：
Figure 670893DEST_PATH_IMAGE202
其中，
Figure 466810DEST_PATH_IMAGE203
表示河道沿程位置坐标，
Figure 588045DEST_PATH_IMAGE204
表示发生时间，
Figure 203834DEST_PATH_IMAGE205
表示河道沿程垂直方向位置 坐标，
Figure 825308DEST_PATH_IMAGE206
表示水位，
Figure 272470DEST_PATH_IMAGE026
表示水深，
Figure 196564DEST_PATH_IMAGE207
表示水深
Figure 440594DEST_PATH_IMAGE026
对应的纵向平均流速、垂向平均流速，
Figure 475546DEST_PATH_IMAGE208
表示单位河长的旁侧入流量，水流连续信息包括河道沿程位置坐标、发生时间、水位、水 深、纵向平均流速、垂向平均流速和单位河长的旁侧入流量；
根据水流连续方程和历史监测数据表征的水流动力信息，拟合水利工程调控区域的如下水流运动方程：
Figure 105111DEST_PATH_IMAGE029
Figure 200106DEST_PATH_IMAGE030
其中，
Figure 898809DEST_PATH_IMAGE209
表示旁侧入流断面平均流速沿河道方向的分量，
Figure 737452DEST_PATH_IMAGE210
表示旁侧入流断面 平均流速沿河道垂向方向的分量，
Figure 487102DEST_PATH_IMAGE211
表示曼宁糙率系数，
Figure 752999DEST_PATH_IMAGE212
表示紊动粘滞系数，水流动力 信息包括旁侧入流断面平均流速沿河道方向的分量和旁侧入流断面平均流速沿河道垂向 方向的分量；
根据水流连续方程、水流运动方程和历史监测数据表征的溶质滞留信息，拟合水利工程调控区域的如下溶质滞留方程：
Figure 706042DEST_PATH_IMAGE213
其中，
Figure 82797DEST_PATH_IMAGE214
表示水库的生源要素浓度，
Figure 359058DEST_PATH_IMAGE215
表示旁侧入流生源要素浓度，
Figure 920489DEST_PATH_IMAGE216
表示河道 沿程方向扩散系数，
Figure 485462DEST_PATH_IMAGE217
表示河道沿程垂直方向扩散系数，
Figure 39809DEST_PATH_IMAGE218
表示化学反应速率，
Figure 639418DEST_PATH_IMAGE219
表示吸 附解吸附系数，溶质滞留信息包括水库的生源要素浓度和旁侧入流生源要素浓度。
具体地，在一实施例中，确定模块，具体用于：
将目标生源要素浓度作为
Figure 371751DEST_PATH_IMAGE214
连同当前监测数据一起输入到流量调控指导模型， 得到流量调控指导模型输出的下泄流量
Figure 892862DEST_PATH_IMAGE220
；
将流量调控指导模型输出的下泄流量
Figure 752365DEST_PATH_IMAGE220
，确定为水库的目标下泄流量。
具体地，在一实施例中，确定模块，具体用于：
将目标生源要素浓度作为
Figure 206480DEST_PATH_IMAGE214
连同当前监测数据一起输入到流量调控指导模型， 得到流量调控指导模型输出的当前水深对应的纵向平均流速
Figure DEST_PATH_IMAGE221
；
根据纵向平均流速
Figure 578555DEST_PATH_IMAGE221
和水库的断面过水面积，确定水库的目标下泄流量。
具体地，在一实施例中，第一获取模块，具体用于：
基于固定的分层监测设备和监测船搭载的分层监测设备，采集水利工程调控区域的监测数据；
检测监测数据的完整性，得到监测数据的完整性监测结果；
根据监测数据的完整性监测结果，补充监测数据的缺失值，得到水利工程调控区域的历史监测数据。
关于本实施例中的水库流量调控装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本申请实施例提供的水库流量调控装置，用于执行上述实施例提供的水库流量调控方法，其实现方式与原理相同，不再赘述。
本申请实施例提供了一种电子设备，用于执行上述实施例提供的水库流量调控方法。
如图5所示，为本申请实施例提供的电子设备的结构示意图。该电子设备50包括：至少一个处理器51和存储器52。
存储器存储计算机执行指令；至少一个处理器执行存储器存储的计算机执行指令，使得至少一个处理器执行如上实施例提供的水库流量调控方法。
本申请实施例提供的一种电子设备，用于执行上述实施例提供的水库流量调控方法，其实现方式与原理相同，不再赘述。
本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，当处理器执行计算机执行指令时，实现如上任一实施例提供的水库流量调控方法。
本申请实施例的包含计算机可执行指令的存储介质，可用于存储前述实施例中提供的水库流量调控方法的计算机执行指令，其实现方式与原理相同，不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）或处理器（processor）执行本申请各个实施例方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（Read-OnlyMemory，ROM）、随机存取存储器（Random Access Memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，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，或者对其中部分或者全部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技术方案的范围。

Claims (8)

1.一种水库流量调控方法，其特征在于，包括：
获取水利工程调控区域的历史监测数据；其中，所述历史监测数据用于表征所述水利工程调控区域中水库在不同工况指标下的水质信息，所述水质信息包括生源要素浓度；
基于所述历史监测数据，构建所述水库的流量调控指导模型；其中，所述流量调控指导模型耦合有所述生源要素浓度与各工况指标之间的关系；
获取所述水利工程调控区域的当前监测数据和目标生源要素浓度；
基于所述流量调控指导模型，根据所述当前监测数据和目标生源要素浓度，确定所述水库的目标下泄流量；
根据所述目标下泄流量，对所述水库进行相应的流量调控；
其中，所述基于所述历史监测数据，构建所述水库的流量调控指导模型，包括：
根据所述历史监测数据表征的水流连续信息，拟合所述水利工程调控区域的水流连续方程；
根据所述水流连续方程和所述历史监测数据表征的水流动力信息，拟合所述水利工程调控区域的水流运动方程；
根据所述水流连续方程、水流运动方程和历史监测数据表征的溶质滞留信息，拟合所述水利工程调控区域的溶质滞留方程；
基于所述水流连续方程、水流运动方程和溶质滞留方程，构建所述水库的流量调控指导模型；
所述根据所述历史监测数据表征的水流连续信息，拟合所述水利工程调控区域的水流连续方程，包括：
根据所述历史监测数据表征的水流连续信息，拟合所述水利工程调控区域的如下水流连续方程：
Figure DEST_PATH_IMAGE002
其中，
Figure DEST_PATH_IMAGE004
表示河道沿程位置坐标，
Figure DEST_PATH_IMAGE006
表示对应断面的下泄流量，
Figure DEST_PATH_IMAGE008
表示发生时间，
Figure DEST_PATH_IMAGE010
表示水位，
Figure DEST_PATH_IMAGE012
表示水面宽度，
Figure DEST_PATH_IMAGE014
表示单位河长的旁侧入流量，所述水流连续信息包括河道沿程位置坐标、下泄流量、发生时间、水位、水面宽度和单位河长的旁侧入流量；
根据所述水流连续方程和所述历史监测数据表征的水流动力信息，拟合所述水利工程调控区域的水流运动方程，包括：
根据所述水流连续方程和所述历史监测数据表征的水流动力信息，拟合所述水利工程调控区域的如下水流运动方程：
Figure DEST_PATH_IMAGE016
其中，
Figure DEST_PATH_IMAGE018
表示断面过水面积，
Figure DEST_PATH_IMAGE020
表示断面水力半径，
Figure DEST_PATH_IMAGE022
表示谢才系数，
Figure DEST_PATH_IMAGE024
表示重力加速度，
Figure DEST_PATH_IMAGE026
表示旁侧入流断面平均流速沿河道方向的分量，所述水流动力信息包括断面过水面积、断面水力半径和旁侧入流断面平均流速沿河道方向的分量；
所述根据所述水流连续方程、水流运动方程和历史监测数据表征的溶质滞留信息，拟合所述水利工程调控区域的溶质滞留方程，包括：
根据所述水流连续方程、水流运动方程和历史监测数据表征的溶质滞留信息，拟合所述水利工程调控区域的如下溶质滞留方程：
Figure DEST_PATH_IMAGE028
其中，
Figure DEST_PATH_IMAGE030
表示水库的生源要素浓度，
Figure DEST_PATH_IMAGE032
表示旁侧入流生源要素浓度，
Figure DEST_PATH_IMAGE034
表示水流流速，
Figure DEST_PATH_IMAGE036
表示扩散系数，
Figure 574993DEST_PATH_IMAGE020
表示化学反应速率，
Figure DEST_PATH_IMAGE038
表示吸附解吸附系数，所述溶质滞留信息包括水库的生源要素浓度、旁侧入流生源要素浓度和水流流速。
2.根据权利要求1所述的方法，其特征在于，所述根据所述历史监测数据表征的水流连续信息，拟合所述水利工程调控区域的水流连续方程，包括：
根据所述历史监测数据表征的水流连续信息，拟合所述水利工程调控区域的如下水流连续方程：
Figure DEST_PATH_IMAGE040
其中，
Figure 23292DEST_PATH_IMAGE004
表示河道沿程位置坐标，
Figure 599767DEST_PATH_IMAGE008
表示发生时间，
Figure DEST_PATH_IMAGE042
表示河道沿程垂直方向位置坐标，
Figure 729397DEST_PATH_IMAGE010
表示水位，
Figure DEST_PATH_IMAGE044
表示水深，
Figure DEST_PATH_IMAGE046
、
Figure DEST_PATH_IMAGE048
表示水深
Figure 74928DEST_PATH_IMAGE044
对应的纵向平均流速、垂向平均流速，
Figure 897390DEST_PATH_IMAGE014
表示单位河长的旁侧入流量，所述水流连续信息包括河道沿程位置坐标、发生时间、水位、水深、纵向平均流速、垂向平均流速和单位河长的旁侧入流量；
根据所述水流连续方程和所述历史监测数据表征的水流动力信息，拟合所述水利工程调控区域的水流运动方程，包括：
根据所述水流连续方程和所述历史监测数据表征的水流动力信息，拟合所述水利工程调控区域的如下水流运动方程：
Figure DEST_PATH_IMAGE050
Figure DEST_PATH_IMAGE052
其中，
Figure 226740DEST_PATH_IMAGE026
表示旁侧入流断面平均流速沿河道方向的分量，
Figure DEST_PATH_IMAGE054
表示旁侧入流断面平均流速沿河道垂向方向的分量，
Figure DEST_PATH_IMAGE056
表示曼宁糙率系数，
Figure DEST_PATH_IMAGE058
表示紊动粘滞系数，
Figure 956799DEST_PATH_IMAGE024
表示重力加速度，所述水流动力信息包括旁侧入流断面平均流速沿河道方向的分量和旁侧入流断面平均流速沿河道垂向方向的分量；
所述根据所述水流连续方程、水流运动方程和历史监测数据表征的溶质滞留信息，拟合所述水利工程调控区域的溶质滞留方程，包括：
根据所述水流连续方程、水流运动方程和历史监测数据表征的溶质滞留信息，拟合所述水利工程调控区域的如下溶质滞留方程：
Figure DEST_PATH_IMAGE060
其中，
Figure 156836DEST_PATH_IMAGE030
表示水库的生源要素浓度，
Figure 150200DEST_PATH_IMAGE032
表示旁侧入流生源要素浓度，
Figure DEST_PATH_IMAGE062
表示河道沿程方向扩散系数，
Figure DEST_PATH_IMAGE064
表示河道沿程垂直方向扩散系数，
Figure 435688DEST_PATH_IMAGE020
表示化学反应速率，
Figure 969437DEST_PATH_IMAGE038
表示吸附解吸附系数，所述溶质滞留信息包括水库的生源要素浓度和旁侧入流生源要素浓度。
3.根据权利要求1所述的方法，其特征在于，所述基于所述流量调控指导模型，根据所述当前监测数据和目标生源要素浓度，确定所述水库的目标下泄流量，包括：
将所述目标生源要素浓度作为
Figure 492823DEST_PATH_IMAGE030
连同所述当前监测数据一起输入到所述流量调控指导模型，得到所述流量调控指导模型输出的下泄流量
Figure 657088DEST_PATH_IMAGE006
；
将所述流量调控指导模型输出的下泄流量
Figure 898713DEST_PATH_IMAGE006
，确定为所述水库的目标下泄流量。
4.根据权利要求2所述的方法，其特征在于，所述基于所述流量调控指导模型，根据所述当前监测数据和目标生源要素浓度，确定所述水库的目标下泄流量，包括：
将所述目标生源要素浓度作为
Figure 970574DEST_PATH_IMAGE030
连同所述当前监测数据一起输入到所述流量调控指导模型，得到所述流量调控指导模型输出的当前水深对应的纵向平均流速
Figure 614045DEST_PATH_IMAGE046
；
根据所述纵向平均流速
Figure 683632DEST_PATH_IMAGE046
和所述水库的断面过水面积，确定所述水库的目标下泄流量。
5.根据权利要求1所述的方法，其特征在于，所述获取水利工程调控区域的历史监测数据，包括：
基于固定的分层监测设备和监测船搭载的分层监测设备，采集水利工程调控区域的监测数据；
检测所述监测数据的完整性，得到所述监测数据的完整性监测结果；
根据所述监测数据的完整性监测结果，补充所述监测数据的缺失值，得到水利工程调控区域的历史监测数据。
6.一种水库流量调控装置，其特征在于，包括：
第一获取模块，用于获取水利工程调控区域的历史监测数据；其中，所述历史监测数据用于表征所述水利工程调控区域中水库在不同工况指标下的水质信息，所述水质信息包括生源要素浓度；
模型构建模块，用于基于所述历史监测数据，构建所述水库的流量调控指导模型；其中，所述流量调控指导模型耦合有所述生源要素浓度与各工况指标之间的关系；
第二获取模块，用于获取所述水利工程调控区域的当前监测数据和目标生源要素浓度；
确定模块，用于基于所述流量调控指导模型，根据所述当前监测数据和目标生源要素浓度，确定所述水库的目标下泄流量；
调控模块，用于根据所述目标下泄流量，对所述水库进行相应的流量调控；
其中，所述模型构建模块，具体用于：
根据所述历史监测数据表征的水流连续信息，拟合所述水利工程调控区域的水流连续方程；
根据所述水流连续方程和所述历史监测数据表征的水流动力信息，拟合所述水利工程调控区域的水流运动方程；
根据所述水流连续方程、水流运动方程和历史监测数据表征的溶质滞留信息，拟合所述水利工程调控区域的溶质滞留方程；
基于所述水流连续方程、水流运动方程和溶质滞留方程，构建所述水库的流量调控指导模型；
所述模型构建模块，具体用于：
根据所述历史监测数据表征的水流连续信息，拟合所述水利工程调控区域的如下水流连续方程：
Figure DEST_PATH_IMAGE002A
其中，
Figure 209292DEST_PATH_IMAGE004
表示河道沿程位置坐标，
Figure 288106DEST_PATH_IMAGE006
表示对应断面的下泄流量，
Figure 520504DEST_PATH_IMAGE008
表示发生时间，
Figure 88889DEST_PATH_IMAGE010
表示水位，
Figure 39527DEST_PATH_IMAGE012
表示水面宽度，
Figure 656454DEST_PATH_IMAGE014
表示单位河长的旁侧入流量，所述水流连续信息包括河道沿程位置坐标、下泄流量、发生时间、水位、水面宽度和单位河长的旁侧入流量；
所述模型构建模块，具体用于：
根据所述水流连续方程和所述历史监测数据表征的水流动力信息，拟合所述水利工程调控区域的如下水流运动方程：
Figure DEST_PATH_IMAGE016A
其中，
Figure 805675DEST_PATH_IMAGE018
表示断面过水面积，
Figure 482644DEST_PATH_IMAGE020
表示断面水力半径，
Figure 920579DEST_PATH_IMAGE022
表示谢才系数，
Figure 137933DEST_PATH_IMAGE024
表示重力加速度，
Figure 610503DEST_PATH_IMAGE026
表示旁侧入流断面平均流速沿河道方向的分量，所述水流动力信息包括断面过水面积、断面水力半径和旁侧入流断面平均流速沿河道方向的分量；
所述模型构建模块，具体用于：
根据所述水流连续方程、水流运动方程和历史监测数据表征的溶质滞留信息，拟合所述水利工程调控区域的如下溶质滞留方程：
Figure DEST_PATH_IMAGE028A
其中，
Figure 255111DEST_PATH_IMAGE030
表示水库的生源要素浓度，
Figure 180342DEST_PATH_IMAGE032
表示旁侧入流生源要素浓度，
Figure 139071DEST_PATH_IMAGE034
表示水流流速，
Figure 200567DEST_PATH_IMAGE036
表示扩散系数，
Figure 281656DEST_PATH_IMAGE020
表示化学反应速率，
Figure 694183DEST_PATH_IMAGE038
表示吸附解吸附系数，所述溶质滞留信息包括水库的生源要素浓度、旁侧入流生源要素浓度和水流流速。
7.一种电子设备，其特征在于，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1至5任一项所述的方法。
8.一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中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1至5任一项所述的方法。
CN202210795217.0A 2022-07-07 2022-07-07 一种水库流量调控方法、装置、电子设备及存储介质 Active CN114881544B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210795217.0A CN114881544B (zh) 2022-07-07 2022-07-07 一种水库流量调控方法、装置、电子设备及存储介质
EP22206945.2A EP4303785A1 (en) 2022-07-07 2022-11-11 Reservoir flow rate regulating method and apparatus, electronic device, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210795217.0A CN114881544B (zh) 2022-07-07 2022-07-07 一种水库流量调控方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN114881544A CN114881544A (zh) 2022-08-09
CN114881544B true CN114881544B (zh) 2022-09-30

Family

ID=82682816

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210795217.0A Active CN114881544B (zh) 2022-07-07 2022-07-07 一种水库流量调控方法、装置、电子设备及存储介质

Country Status (2)

Country Link
EP (1) EP4303785A1 (zh)
CN (1) CN114881544B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115688246A (zh) * 2022-11-10 2023-02-03 中国长江三峡集团有限公司 一种局部坐标系下的水库库容模拟方法及装置
CN117575289B (zh) * 2024-01-15 2024-05-03 广东工业大学 水量-水质多目标协同的水库优化调度方法
CN117852723A (zh) * 2024-03-04 2024-04-09 安徽金海迪尔信息技术有限责任公司 一种大型水库工程生态调度方案的确定方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106447078B (zh) * 2016-08-29 2019-05-31 河海大学 保障河口供水安全的水利工程智能调控系统及调控方法
US11402362B2 (en) * 2017-06-19 2022-08-02 Nanjing Institute Of Geography Stereoscopic monitoring and data mining system and method for harmful lake cyanobacteria bloom
CN108695902B (zh) * 2018-05-08 2020-02-21 华中科技大学 一种梯级水库群生态-发电动态互馈调控方法
CN110851977B (zh) * 2019-11-06 2023-01-31 武汉大学 基于生态流量的供水-发电-生态多目标调度图优化方法
CN111461421B (zh) * 2020-03-28 2021-02-09 华中科技大学 一种基于互馈关系解析的梯级水库风险评估方法及系统

Also Published As

Publication number Publication date
EP4303785A1 (en) 2024-01-10
CN114881544A (zh) 2022-08-09

Similar Documents

Publication Publication Date Title
CN114881544B (zh) 一种水库流量调控方法、装置、电子设备及存储介质
Sadeghian et al. Improving in-lake water quality modeling using variable chlorophyll a/algal biomass ratios
Zhao et al. A three-dimensional water quality modeling approach for exploring the eutrophication responses to load reduction scenarios in Lake Yilong (China)
Bisoyi et al. Prediction of daily sediment discharge using a back propagation neural network training algorithm: A case study of the Narmada River, India
CN109101781B (zh) 一种复杂河网中污染源贡献比例的计算方法
Zhao et al. Analyzing the influence of landscape pattern change on ecological water requirements in an arid/semiarid region of China
Awotwi et al. Climate change impact on streamflow in a tropical basin of Ghana, West Africa
Kim et al. An offline unstructured biogeochemical model (UBM) for complex estuarine and coastal environments
Song et al. Study on turbidity prediction method of reservoirs based on long short term memory neural network
Cohen Liechti et al. Hydrological modelling of the Zambezi River Basin taking into account floodplain behaviour by a modified reservoir approach
Biglarbeigi et al. Partitioning the impacts of streamflow and evaporation uncertainty on the operations of multipurpose reservoirs in arid regions
Yin et al. Irrigation, damming, and streamflow fluctuations of the Yellow River
Xia et al. Bioindicator assessment framework of river ecosystem health and the detection of factors influencing the health of the Huai River Basin, China
Gui et al. Simulation-based inexact fuzzy semi-infinite programming method for agricultural cultivated area planning in the Shiyang River Basin
Rui et al. Impact assessment of climate change on algal blooms by a parametric modeling study in Han River
Payn et al. A coupled metabolic‐hydraulic model and calibration scheme for estimating whole‐river metabolism during dynamic flow conditions
Donyaii Evaluation of climate change impacts on the optimal operation of multipurpose reservoir systems using cuckoo search algorithm
Shin et al. Quantifying the contribution of external loadings and internal hydrodynamic processes to the water quality of Lake Okeechobee
Sahoo et al. Hydrologic budget and dynamics of a large oligotrophic lake related to hydro-meteorological inputs
Sarafaraz et al. Predicting river water quality: An imposing engagement between machine learning and the QUAL2Kw models (case study: Aji-Chai, river, Iran)
Ni et al. An improved attention-based bidirectional LSTM model for cyanobacterial bloom prediction
Wang et al. Exploring the water quality driving mechanism in Poyang Lake, the largest freshwater lake in China
Min et al. Evaluation of water yield and soil erosion in the Three-River-Source region under different land-climate scenarios
Manoj Estimation of flushing time in a monsoonal estuary using observational and numerical approaches
Penaluna et al. The role of the geophysical template and environmental regimes in controlling stream-living trout populations

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