CN117315890A - 一种水电站水位梯级预警方法、系统、装置及存储介质 - Google Patents

一种水电站水位梯级预警方法、系统、装置及存储介质 Download PDF

Info

Publication number
CN117315890A
CN117315890A CN202311263085.8A CN202311263085A CN117315890A CN 117315890 A CN117315890 A CN 117315890A CN 202311263085 A CN202311263085 A CN 202311263085A CN 117315890 A CN117315890 A CN 117315890A
Authority
CN
China
Prior art keywords
water level
hydropower station
early warning
dam
set threshold
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.)
Pending
Application number
CN202311263085.8A
Other languages
English (en)
Inventor
余阳
李太江
张瑞刚
宁望望
吴易洋
米紫昊
范锦兰
张小林
沙凌磊
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.)
Xian Thermal Power Research Institute Co Ltd
Original Assignee
Xian Thermal Power Research Institute Co Ltd
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 Xian Thermal Power Research Institute Co Ltd filed Critical Xian Thermal Power Research Institute Co Ltd
Priority to CN202311263085.8A priority Critical patent/CN117315890A/zh
Publication of CN117315890A publication Critical patent/CN117315890A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/27—Regression, e.g. linear or logistic regression
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Emergency Management (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • General Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Primary Health Care (AREA)
  • Environmental & Geological Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种水电站水位梯级预警方法、系统、装置及存储介质，属于水电站水位预警技术领域。建立了基于水电站相关流域水位上涨情况的水情预测预警模型和建立基于水电站本地雨情信息的雨情预测预警模型，实现一级预测预警和二级预测预警，并结合实时采集水电站坝前水位的三级预警，将水电站相关流域、水电站本地的情况均纳入了预警范围，由此实现梯级式的预警方法，水电站可以根据不同的预警信息执行匹配的预警措施，预警有效且不易失效，保证了水电站的防汛工作高效有序开展。

Description

一种水电站水位梯级预警方法、系统、装置及存储介质
技术领域
本发明属于水电站水位预警技术领域，具体涉及一种水电站水位梯级预警方法、系统、装置及存储介质。
背景技术
针对水电站运用水库的调蓄能力，按来水、蓄水实况和水文预报，有计划地对入库径流进行蓄泄和泄洪是水库调度的主要作用，其具有在保证工程安全的前提下，根据水库承担任务的主次，按照综合利用水资源的原则进行调度，以达到防洪、兴利的目的，最大限度地满足国民经济各部门需要的目的。
水库水位是水库调度的重要依据之一，其结合所在流域气象及水库的本地雨情，由水电站按照水库调度计划开展水库调度工作。传统的水库水位预警多采用预警装置进行，但其受限于设备的精度，且设备易损坏。除此之外，还有结合水文、雨情的预警系统，除了常规预警以外，还具有一定的预测功能，其一般采用单一触发式预警模式，但针对小型水库而言，其库容量较小，单一触发式预警模式无法适应小型水库局部强降雨及其关联流域水情的有效预警，易导致预警失效，影响防汛工作；另一方面，小型水库河道淤泥对水库实际库容的影响，也会影响水库的水位预警准确度。
发明内容
为了解决上述问题，本发明提供了一种水电站水位梯级预警方法、系统、装置及存储介质，能够实现水电站梯级式预警，并有效提高预警的准确性，保证了水电防汛工作的高效有序开展。
本发明是通过以下技术方案来实现：
本发明公开了一种水电站水位梯级预警方法，包括：
S1：建立水情预测预警模型，根据水电站上游相关流域的水位上涨情况预测水电站坝前水位上涨量，并根据水电站运行年限进行补偿，得到实际预测值；将得到的实际预测值与设定阈值进行比较，若实际预测值超过设定阈值，发出一级水位预警信息；
S2：建立雨情预测预警模型，根据水电站本地的雨情信息预测水电站坝前水位上涨量，并根据水电站运行年限进行补偿，得到实际预测值；将得到的实际预测值与设定阈值进行比较，若实际预测值超过设定阈值，发出二级水位预警信息；
S3：实时采集水电站坝前水位，并与设定阈值进行比较，若水电站坝前水位超过设定阈值，发出三级水位预警信息。
优选地，还包括S4：将S1得到的水电站坝前水位上涨量与S2得到的水电站坝前水位上涨量分别加权相加得到综合坝前水位上涨量，并根据水电站运行年限进行补偿，得到实际预测值，将得到的实际预测值与设定阈值进行比较，若实际预测值超过设定阈值，发出水位预警信息。
进一步优选地，S1、S2和S4中所述的补偿采用下式进行：
H1＝V1/α·S
式中，H1为坝前水位上涨量的补偿量，V1为水电站的库容增加量，S为水电站坝前设计流域面积，a为与水电站运行年限有关的补偿系数。
进一步优选地，S4中，根据S1得到的水电站坝前水位上涨量与S2得到的水电站坝前水位上涨量所占的权重分别加权。
优选地，S1中，所述水情预测预警模型是以相关流域的单位时间内水位上涨量作为输入、水电站坝前水位上涨量作为输出的一元线性回归模型。
优选地，所述水电站上游相关流域为距离水电站30～60km处的上游流域。
优选地，S2中，所述雨情预测预警模型是以水电站本地的单位时间内降雨量作为输入、水电站坝前水位上涨量作为输出的一元线性回归模型。
本发明公开了一种水电站水位梯级预警系统，包括：
一级水位预警模块，建立水情预测预警模型，根据水电站上游相关流域的水位上涨情况预测水电站坝前水位上涨量，并根据水电站运行年限进行补偿，得到实际预测值；将得到的实际预测值与设定阈值进行比较，若实际预测值超过设定阈值，发出一级水位预警信息；
二级水位预警模块，建立雨情预测预警模型，根据水电站本地的雨情信息预测水电站坝前水位上涨量，并根据水电站运行年限进行补偿，得到实际预测值；将得到的实际预测值与设定阈值进行比较，若实际预测值超过设定阈值，发出二级水位预警信息；
三级水位预警模块，实时采集水电站坝前水位，并与设定阈值进行比较，若水电站坝前水位超过设定阈值，发出三级水位预警信息。
本发明公开了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的水电站水位梯级预警方法的步骤。
本发明公开了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计算机程序，所述计算机程序被处理器执行时实现上述的水电站水位梯级预警方法的步骤。
与现有技术相比，本发明具有以下有益的技术效果：
本发明公开的水电站水位梯级预警方法，建立了基于水电站相关流域水位上涨情况的水情预测预警模型和建立基于水电站本地雨情信息的雨情预测预警模型，实现一级预测预警和二级预测预警，并结合实时采集水电站坝前水位的三级预警，将水电站相关流域、水电站本地的情况均纳入了预警范围，由此实现梯级式的预警方法，水电站可以根据不同的预警信息执行匹配的预警措施，预警有效且不易失效，保证了水电站的防汛工作高效有序开展。在得到水电站坝前水位上涨量后，根据水电站运行年限对预测的坝前水位上涨量进行补偿，降低了小型水库河道淤泥对水库实际库容的影响，从而提高了预警的准确性。
本发明公开的水电站水位梯级预警系统，系统构建简单，能够与已有的水电站控制及监测系统很好地兼容，具有良好的应用前景。
附图说明
图1为本发明的水电站水位梯级预警方法的流程示意图；
图2为本发明的水电站水位梯级预警系统的构成示意图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步的详细说明，所述是对本发明的解释而不是限定。
如图1，本发明的水电站水位梯级预警方法，包括：
S1：建立水情预测预警模型，根据水电站上游相关流域的水位上涨情况预测水电站坝前水位上涨量，并根据水电站运行年限进行补偿，得到实际预测值；将得到的实际预测值与设定阈值进行比较，若实际预测值超过设定阈值，发出一级水位预警信息。所述水情预测预警模型是以相关流域的单位时间内水位上涨量作为输入、水电站坝前水位上涨量作为输出的一元线性回归模型。所述水电站上游相关流域为距离水电站30～60km处的上游流域。
S2：建立雨情预测预警模型，根据水电站本地的雨情信息预测水电站坝前水位上涨量，并根据水电站运行年限进行补偿，得到实际预测值；将得到的实际预测值与设定阈值进行比较，若实际预测值超过设定阈值，发出二级水位预警信息。所述雨情预测预警模型是以水电站本地的单位时间内降雨量作为输入、水电站坝前水位上涨量作为输出的一元线性回归模型。
S3：实时采集水电站坝前水位，并与设定阈值进行比较，若水电站坝前水位超过设定阈值，发出三级水位预警信息。
作为进一步的优化方案，还包括S4：将S1得到的水电站坝前水位上涨量与S2得到的水电站坝前水位上涨量分别加权相加得到综合坝前水位上涨量，并根据水电站运行年限进行补偿，得到实际预测值，将得到的实际预测值与设定阈值进行比较，若实际预测值超过设定阈值，发出水位预警信息。
S1、S2和S4中所述的补偿采用下式进行：
H1＝V1/α·S
式中，H1为坝前水位上涨量的补偿量，V1为水电站的库容增加量，S为水电站坝前设计流域面积，a为与水电站运行年限有关的补偿系数。
根据S1得到的水电站坝前水位上涨量与S2得到的水电站坝前水位上涨量所占的权重分别加权。
如图2，本发明的水电站水位梯级预警系统，包括：
一级水位预警模块，建立水情预测预警模型，根据水电站上游相关流域的水位上涨情况预测水电站坝前水位上涨量，并根据水电站运行年限进行补偿，得到实际预测值；将得到的实际预测值与设定阈值进行比较，若实际预测值超过设定阈值，发出一级水位预警信息；
二级水位预警模块，建立雨情预测预警模型，根据水电站本地的雨情信息预测水电站坝前水位上涨量，并根据水电站运行年限进行补偿，得到实际预测值；将得到的实际预测值与设定阈值进行比较，若实际预测值超过设定阈值，发出二级水位预警信息；
三级水位预警模块，实时采集水电站坝前水位，并与设定阈值进行比较，若水电站坝前水位超过设定阈值，发出三级水位预警信息。
下面以一个具体实施例来对本发明进行进一步地解释说明：
本实施例提供了一种水电站水位梯级预警方法，该预警方法的设计原理是将本地雨情对水电站水库水位影响和水电站相关流域水位上涨对水电站水库水位影响的影响分别作为两级预测，构建预测模型，实现两级水电站坝前水位的预测预警，再此基础上，结合对水电站坝前水位的实际采集，实现实际的水位预警，由此三者相结合，实现对水电站坝前水位梯级式预警。
一、一级水位预警
一级水位预警为预测预警，其主要针对水电站相关流域的水位上涨情况对水电站水库水位的影响，相关流域是指水电站上游30～60Km，根据水流常规流速，其可实现提前6～12个小时的预警，具体的说，一级预警主要包括如下：首先，建立基于水电站相关流域的水情预测预警模型，水情预测预警模型为以相关流域的单位时间(设定值)内水位上涨量作为输入，水电站坝前水位上涨量作为输出的一元线性回归模型，对相关流域采用水位上涨量预测，其涵盖了相关流域上游泄洪和雨情对其水位的影响，以及该流域内雨情对其水位的影响；其次，获取相关流域的水位上涨情况并根据相关流域的水位上涨情况预测水电站坝前水位上涨量，水位上涨情况的获取可以根据实地采集，例如在相关流域安装水位传感器进行采集，也可以根据图像计算分析得到，例如通过航拍相关流域的图像进行图像分析；再其次，对预测的坝前水位上涨量进行补偿，得到实际预测值，然后，判断该实际预测值是否超过设定阈值(设定值)，若超过，则发出一级水位预警信息，水电站工作人员根据一级水位预警信息执行规定的操作。
二、二级水位预警
二级水位预警为预测预警，其主要针对水电站本地因雨情原因的水位上涨情况对水电站水库水位的影响，其相较于一级预警信息的提前预测时间较短，预测的准确率也更高，具体的说，二级水位预警包括：首先，建立基于水电站本地的雨情预测预警模型，其主要用于水电站本地的雨情对水电站水库水位的影响的预警，雨情预测预警模型以水电站本地的单位时间内降雨量作为输入，水电站坝前水位上涨量作为输出的一元线性回归模型；其次，获取水电站本地的雨情信息并根据水电站本地的雨情信息预测水电站坝前水位上涨量，雨情信息从当地气象站或上一级气象站获得；再其次，对预测的坝前水位上涨量进行补偿，得到实际预测值，然后，判断该实际预测值是否超过设定阈值(设定值)，若超过，则发出二级水位预警信息，水电站工作人员根据二级水位预警信息执行规定的操作。
三、三级水位预警
三级水位预警为实测预警，其作为水电站水位预警的最后一道防线，预测时效性短，但预警最准确，具体的说，三级水位预警包括：实时采集水电站坝前水位，其一般通过水位传感器采集；然后，判断采集的水电站坝前水位是否超过设定阈值(设定值)，若是，发出三级水位预警信息，水电站工作人员根据三级水位预警信息执行规定的操作。
四、联动水位预警
本实施例在上述的一级水位预警、二级水位预警和三级水位预警的基础上，还提出了联动水位预警，其为预测预警，所针对的情况是，水电站相关流域水位上涨和水电站本地有雨情的情况，具体的说，联动水位预警包括：首先，根据相关流域的水位上涨情况预测水电站坝前水位上涨量，据水电站本地的雨情信息预测水电站坝前水位上涨量，上述两个预测水电站坝前水位上涨量分别根据水情预测预警模型和雨情预测预警模型获得；其次，将上述两个预测水电站坝前水位上涨量进行加权然后相加得到综合坝前水位上涨量，加权的逻辑是在以水电站本地雨情所得到的预测值占权重60％，相关流域水情所得到的预测值占权重40％的前提下(基础权重的设计原理是水电站本地雨情对水电站水位影响的时效性更强)，预测水电站坝前水位上涨量的值越高，其权重越大，另外的预测水电站坝前水位上涨量的值的权重则相应减少，例如：根据相关流域的水情情况所得到的坝前水位上涨量(X)大于根据水电站本地的雨情情况所得到的坝前水位上涨量(Y)，二者的加权如下表所示：
X与Y差值(单位：m) 0 0.1 0.2 0.3 0.4 0.5
X权重 40％ 45％ 50％ 55％ 60％ 65％
Y权重 60％ 55％ 50％ 45％ 40％ 35％
再其次，对综合坝前水位上涨量进行补偿，得到实际预测值，然后判断上述的实际预测值是否超过设定阈值(设定值)，若是，则发出水位预警信息，水电站工作人员根据预警信息执行规定的操作。
考虑到水电站运行年限越长，其坝前水库的库容会因淤积而降低，本实施例对预测预警的坝前水位上涨量进行补偿，其补偿公式如下：H1＝V1/a·S，其中，H1为坝前水位上涨量的补偿量，V1为水电站的库容增加量，S为水电站坝前设计流域面积，a为补偿系数，其中，补偿系数可以根据对水电站本地降雨后的实际水位上涨量和理论水位上涨量的比值计算得到。
本实施例的水电站水位梯级预警系统，具体包括模型建立模块，用于建立基于水电站相关流域的水情预测预警模型和基于水电站本地的雨情预测预警模型；水位上涨获取模块，用于获取水电站相关流域的水位上涨情况；雨情获取模块，用于获取水电站本地的雨情信息；坝前水位采集模块，用于实时采集水电站坝前水位；补偿模块，用于对预测的坝前水位上涨量进行补偿；判断模块，用于判断坝前水位是否超过阈值；预警信息模块，用于发出水位预警信息。
本发明还提供一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本发明所述水电站水位梯级预警方法的步骤。
本发明水电站水位梯级预警方法可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本发明水电站水位梯级预警方法如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
基于这样的理解，在示例性实施例中，还提供了一种计算机可读存储介质，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于该计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。其中，所述计算机存储介质可以是计算机能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD))等。
在示例性实施例中，还提供计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述水电站水位梯级预警方法的步骤。处理器可能是中央处理单元(CentralProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor、DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(Field-ProgrammableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
以上所述仅是本发明的具体实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种水电站水位梯级预警方法，其特征在于，包括：
S1：建立水情预测预警模型，根据水电站上游相关流域的水位上涨情况预测水电站坝前水位上涨量，并根据水电站运行年限进行补偿，得到实际预测值；将得到的实际预测值与设定阈值进行比较，若实际预测值超过设定阈值，发出一级水位预警信息；
S2：建立雨情预测预警模型，根据水电站本地的雨情信息预测水电站坝前水位上涨量，并根据水电站运行年限进行补偿，得到实际预测值；将得到的实际预测值与设定阈值进行比较，若实际预测值超过设定阈值，发出二级水位预警信息；
S3：实时采集水电站坝前水位，并与设定阈值进行比较，若水电站坝前水位超过设定阈值，发出三级水位预警信息。
2.根据权利要求1所述的水电站水位梯级预警方法，其特征在于，还包括S4：将S1得到的水电站坝前水位上涨量与S2得到的水电站坝前水位上涨量分别加权相加得到综合坝前水位上涨量，并根据水电站运行年限进行补偿，得到实际预测值，将得到的实际预测值与设定阈值进行比较，若实际预测值超过设定阈值，发出水位预警信息。
3.根据权利要求2所述的水电站水位梯级预警方法，其特征在于，S1、S2和S4中所述的补偿采用下式进行：
H1＝V1/a·S
式中，H1为坝前水位上涨量的补偿量，V1为水电站的库容增加量，S为水电站坝前设计流域面积，a为与水电站运行年限有关的补偿系数。
4.根据权利要求2所述的水电站水位梯级预警方法，其特征在于，S4中，根据S1得到的水电站坝前水位上涨量与S2得到的水电站坝前水位上涨量所占的权重分别加权。
5.根据权利要求1所述的水电站水位梯级预警方法，其特征在于，S1中，所述水情预测预警模型是以相关流域的单位时间内水位上涨量作为输入、水电站坝前水位上涨量作为输出的一元线性回归模型。
6.根据权利要求1所述的水电站水位梯级预警方法，其特征在于，所述水电站上游相关流域为距离水电站30～60km处的上游流域。
7.根据权利要求1所述的水电站水位梯级预警方法，其特征在于，S2中，所述雨情预测预警模型是以水电站本地的单位时间内降雨量作为输入、水电站坝前水位上涨量作为输出的一元线性回归模型。
8.一种水电站水位梯级预警系统，其特征在于，包括：
一级水位预警模块，建立水情预测预警模型，根据水电站上游相关流域的水位上涨情况预测水电站坝前水位上涨量，并根据水电站运行年限进行补偿，得到实际预测值；将得到的实际预测值与设定阈值进行比较，若实际预测值超过设定阈值，发出一级水位预警信息；
二级水位预警模块，建立雨情预测预警模型，根据水电站本地的雨情信息预测水电站坝前水位上涨量，并根据水电站运行年限进行补偿，得到实际预测值；将得到的实际预测值与设定阈值进行比较，若实际预测值超过设定阈值，发出二级水位预警信息；
三级水位预警模块，实时采集水电站坝前水位，并与设定阈值进行比较，若水电站坝前水位超过设定阈值，发出三级水位预警信息。
9.一种计算机设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的水电站水位梯级预警方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的水电站水位梯级预警方法的步骤。
CN202311263085.8A 2023-09-27 2023-09-27 一种水电站水位梯级预警方法、系统、装置及存储介质 Pending CN117315890A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311263085.8A CN117315890A (zh) 2023-09-27 2023-09-27 一种水电站水位梯级预警方法、系统、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311263085.8A CN117315890A (zh) 2023-09-27 2023-09-27 一种水电站水位梯级预警方法、系统、装置及存储介质

Publications (1)

Publication Number Publication Date
CN117315890A true CN117315890A (zh) 2023-12-29

Family

ID=89261583

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311263085.8A Pending CN117315890A (zh) 2023-09-27 2023-09-27 一种水电站水位梯级预警方法、系统、装置及存储介质

Country Status (1)

Country Link
CN (1) CN117315890A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117726043A (zh) * 2024-02-05 2024-03-19 中科信德建设有限公司 一种水库水情自动测报及预报方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117726043A (zh) * 2024-02-05 2024-03-19 中科信德建设有限公司 一种水库水情自动测报及预报方法
CN117726043B (zh) * 2024-02-05 2024-05-03 中水君信工程勘察设计有限公司 一种水库水情自动测报及预报方法

Similar Documents

Publication Publication Date Title
WO2021073192A1 (zh) 一种考虑预报误差降低水库洪水起调水位的预报调度方法
CN117315890A (zh) 一种水电站水位梯级预警方法、系统、装置及存储介质
Moreira et al. SPI-based drought category prediction using loglinear models
CN110991687B (zh) 一种基于经验模型的水资源调度优化方法
Wu et al. Estimating irrigation water demand using an improved method and optimizing reservoir operation for water supply and hydropower generation: A case study of the Xinfengjiang reservoir in southern China
CN110517490B (zh) 道路机动车承载力计算方法、系统、装置及存储介质
CN109902395B (zh) 基于降雨径流响应的实时累积雨量暴雨山洪预警方法
Schloss Development of Statewide Nutrient Loading Coefficients Through Geographic Information System Aided Analysis
CN113705931B (zh) 一种利用k最邻近法预测径流要素的方法
Halleraker et al. Assessment of flow ramping in water bodies impacted by hydropower operation in Norway–Is hydropower with environmental restrictions more sustainable?
Pan et al. Analysis of the variation characteristics of runoff and sediment in the Yellow River within 70 years
CN103093619A (zh) 基于智能交通系统的交通评价方法及装置
Vezzaro et al. A generalized dynamic overflow risk assessment (dora) for urban drainage rtc
CN116502805B (zh) 基于围区水网提升量化评价模型的调度方案快速筛选方法
He et al. Flood frequency analysis of Manas River Basin in China under non‐stationary condition
CN109146140A (zh) 一种城市洪涝灾害预测方法
CN115619045B (zh) 一种河口潮差预报方法和系统
CN112904458A (zh) 一种超渗-蓄满混合产流模式的水文预报方法及系统
CN115018218B (zh) 一种梯级水库群洪水资源利用方法及系统
Long et al. Estimating the combined risks of sea level rise and storm surges using a numerical model: Application to Macao
CN115545460A (zh) 一种水库泥沙淤积风险二维评估方法
CN110610256B (zh) 考虑不同预报情景下预报难度的径流预报水平评价方法
Gu et al. Continuous assessment of the adaptability between river network connectivity and water security in a typical highly urbanized area in eastern China
CN112396297A (zh) 一种洪水过程遭遇时间和量级发生规律的解析方法和系统
CN111768310A (zh) 一种水库补水潜力的预测方法、装置及电子设备

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