CN117436619A - 一种基于等效防洪作用的梯级水库防洪库容联合预留方法 - Google Patents
一种基于等效防洪作用的梯级水库防洪库容联合预留方法 Download PDFInfo
- Publication number
- CN117436619A CN117436619A CN202311759108.4A CN202311759108A CN117436619A CN 117436619 A CN117436619 A CN 117436619A CN 202311759108 A CN202311759108 A CN 202311759108A CN 117436619 A CN117436619 A CN 117436619A
- Authority
- CN
- China
- Prior art keywords
- reservoir
- flood
- flood control
- water level
- forecast
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 157
- 230000000694 effects Effects 0.000 title claims abstract description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 223
- 238000011144 upstream manufacturing Methods 0.000 claims abstract description 43
- 230000008901 benefit Effects 0.000 claims abstract description 24
- 230000000903 blocking effect Effects 0.000 claims abstract description 9
- 238000012954 risk control Methods 0.000 claims abstract description 8
- 230000008569 process Effects 0.000 claims description 58
- 238000009826 distribution Methods 0.000 claims description 49
- 238000004458 analytical method Methods 0.000 claims description 34
- 238000007667 floating Methods 0.000 claims description 25
- 238000011160 research Methods 0.000 claims description 13
- 230000000630 rising effect Effects 0.000 claims description 12
- 230000001105 regulatory effect Effects 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 3
- 230000007363 regulatory process Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 3
- 230000002265 prevention Effects 0.000 abstract 1
- 238000011156 evaluation Methods 0.000 description 16
- 241000039077 Copula Species 0.000 description 15
- 230000006870 function Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 239000004576 sand Substances 0.000 description 10
- 238000005315 distribution function Methods 0.000 description 9
- 239000000306 component Substances 0.000 description 8
- OWZREIFADZCYQD-NSHGMRRFSA-N deltamethrin Chemical compound CC1(C)[C@@H](C=C(Br)Br)[C@H]1C(=O)O[C@H](C#N)C1=CC=CC(OC=2C=CC=CC=2)=C1 OWZREIFADZCYQD-NSHGMRRFSA-N 0.000 description 8
- 238000007599 discharging Methods 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 7
- 238000007621 cluster analysis Methods 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 238000010248 power generation Methods 0.000 description 5
- 238000007619 statistical method Methods 0.000 description 5
- 230000004927 fusion Effects 0.000 description 4
- 238000013178 mathematical model Methods 0.000 description 4
- 238000001556 precipitation Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 3
- 238000010219 correlation analysis Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 238000005291 chaos (dynamical) Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 101100311278 Arabidopsis thaliana STP11 gene Proteins 0.000 description 1
- 101100311279 Arabidopsis thaliana STP12 gene Proteins 0.000 description 1
- 238000006424 Flood reaction Methods 0.000 description 1
- 101001135619 Homo sapiens Tyrosine-protein phosphatase non-receptor type 5 Proteins 0.000 description 1
- 101100495597 Orientia tsutsugamushi groES gene Proteins 0.000 description 1
- 101100478693 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) STP22 gene Proteins 0.000 description 1
- 102100033259 Tyrosine-protein phosphatase non-receptor type 5 Human genes 0.000 description 1
- 241000219094 Vitaceae Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 235000021021 grapes Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000005413 snowmelt Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
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
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Control Of Non-Electrical Variables (AREA)
Abstract
本发明公开了一种基于等效防洪作用的梯级水库防洪库容联合预留方法,包括以下主要步骤:量化流域暴雨洪水特性;基于流域暴雨洪水特性确定流域不同时间尺度的暴雨预报判别指标;结合流域暴雨洪水特性和当前水文气象预报水平,确定可用于判别未来水雨情形势的有效预见期;综合暴雨预报判别指标和未来水雨情形势的有效预见期,根据上游水库汛期不同运行水位对应的拦蓄能力,动态分析下游水库汛期运行水位动态控制指标,制定梯级水库汛期防洪库容联合预留方案;通过运用梯级水库汛期防洪库容联合预留方案,分析水库的效益以及潜在防洪风险,制定风险控制措施。既保证了计算结果的精度与可靠性,又能及时方便地在梯级水库防洪库容联合预留方案制定中推广应用。
Description
技术领域
本发明属于水文技术领域,具体涉及一种基于等效防洪作用的梯级水库防洪库容联合预留方法。
背景技术
水库是流域防洪体系的核心组成部分,也是清洁能源的重要生产基地。近年来,我国水利事业快速发展,长江、黄河等流域上相继建成一大批水库群,发挥着巨大的防洪、发电、航运、灌溉、供水、生态等综合效益。然而每个水库的防洪库容均是按单库独立设计,没有考虑水库的联合调度运行,汛期运行水位偏低,流域梯级水库的综合调度效益得不到充分发挥。因此,合理利用新技术、新方法适当提高水库汛期运行水位,对进一步提升水库精细化调度水平、更大限度发挥其综合利用效益具有重要意义。
在传统的水库防洪调度中,水库在汛期严格控制在汛限水位运行,即使流域发生较大洪水仍能有效保证水库的安全。流域梯级水库建成后,上游水库具备一定的拦蓄作用,可为下游水库分担防洪压力,梯级水库正常蓄水位以下库容远大于需预留的防洪库容。此外,下游水库汛期运行水位偏低,导致电站机组不能满负荷运行,耗水率较大,经济运行效率低。上述问题在一定程度上限制了流域梯级水库综合调度效益的发挥。
水文气象预报可为水库调度提供决策支持,而我国水文气象预报技术不断完善和改进,水库的实时预报系统不断发展,短期洪水的预见能力显著提高,中长期水文气象预报精度也有所提高,采用水文气象预报适当提高水库主汛期运行水位成为可能。利用较为可靠的水文气象预报有望实现水库群的精细化调度,通过实时预报预泄调度,可在不影响防洪安全的前提下,显著提高梯级水库的综合利用效益。
因此,根据上游水库运行水位情况,在不降低水库的防洪标准(即不影响水库的自身安全及水库防洪作用的发挥)、不增加下游防洪风险的前提下,利用水文气象预报技术、研究成果,实施汛期水位动态控制调度,抬升下游水库汛期运行水位,以提高水库防洪、发电等综合效益是十分必要的。
发明内容
为了解决现有技术中存在的不足,本发明提供了一种基于等效防洪作用的梯级水库防洪库容联合预留方法,具有数据来源稳定可靠、计算效率高、结果客观合理等优点,有利于提高梯级水库群调度综合效益,值得推广。
为解决上述问题,本发明具体采用以下技术方案:一种基于等效防洪作用的梯级水库防洪库容联合预留方法,包括以下步骤:
步骤1、采集研究区域内的研究数据,基于研究数据分析和量化流域暴雨特性C R 、洪水特性C F 和区间典型洪水及特性C T ;
步骤2、基于流域暴雨特性C R 、洪水特性C F 和区间典型洪水及特性C T 确定流域不同时间尺度的暴雨预报判别指标I R ;
步骤3、结合流域暴雨特性C R 、洪水特性C F 和区间典型洪水及特性C T 和当前水文气象预报水平L,确定可用于判别未来水雨情形势的有效预见期T RF ;
步骤4、综合暴雨预报判别指标I R 和有效预见期T RF ,根据上游水库汛期不同运行水位对应的拦蓄能力,动态分析下游水库汛期运行水位动态控制指标,制定梯级水库汛期防洪库容联合预留方案;
步骤5、在实时调度过程中,根据上游水库不同运行水位相对应等效系数,运用梯级水库汛期防洪库容联合预留方案,分析水库的效益增量以及潜在防洪风险,制定风险控制措施。
根据本申请的一个方面,所述步骤1进一步为:
步骤11、收集流域气象资料,分析得到暴雨特性C R ,包括流域年降雨量特征、年内面雨量特征和暴雨时空分布;
步骤12、收集流域水文资料,分析得到洪水特性C F ,包括洪水组成、流域重要站点洪峰频次统计和洪水遭遇规律;
步骤13、根据流域水文资料,分析得到区间典型洪水及特性C T ,包括区间最大洪水散点分布、区间暴雨洪水特性、区间洪水涨水规律和典型洪水过程。
根据本申请的一个方面,所述步骤2进一步为:
步骤21、将研究区域划分为不同区域;
步骤22、针对每个区域中分析该区域中的暴雨气候特点;
步骤23、基于暴雨气候特点选取典型暴雨过程;
步骤24、分析暴雨过程的气候背景及天气学成因;
步骤25、确定不同时间尺度的暴雨过程预报判别指标I R 。
根据本申请的一个方面,所述步骤3进一步为:
步骤31、对流域短中期降雨预报精度进行评定,分析降雨预报误差情况,评价短中期气象预报现状水平和不确定性,提出流域降雨预报有效预见期T R ;
步骤32、依序分析洪水预报预见期T F 、洪水传播时间和不同量级洪水预报精度,评估水情预报水平和预报不确定性;
步骤33、结合水文气象预报水平L综合确定可用于判别未来水雨情形势的有效预见期T RF 。
根据本申请的一个方面,所述步骤4进一步为:
步骤4.1、解析水库防洪调度的参量及其关系
上游水库编号计为A,其规定预留防洪库容计为V 0 A ,入库流量时间序列对应计为{Q in A },防洪调度起调水位计为H start A ,水库防洪调度规则计为函数F A (*),水库的出库流量时间序列计为{Q out A },水库的库水位时间序列计为{H A },前述各变量之间的关系为({Qout A},{HA})=FA({Qin A},Hstart A);下游水库编号计为B,其规定预留防洪库容计为V0 B,入库流量时间序列对应计为{Qin B},防洪调度起调水位计为Hstart B,水库防洪调度规则计为函数FB(*),水库的出库流量时间序列计为{Qout B},水库的库水位时间序列计为{HB},前述各变量之间的关系为({Qout B},{HB})=FB({Qin B},Hstart B);计水库A和水库B之间的区间流量为{Qinterval AB},根据上下游梯级水库之间的水力联系,则{Qout A}+{Qinterval AB}={Qin B};
步骤4.2、设定场景0的起调水位
计水库A的汛限水位为Hlimited A,场景0的水库A起调水位计为Hstart A,0,将Hstart A,0设定为水库A的汛限水位,即Hstart A,0=Hlimited A;计水库B的汛限水位为Hlimited B,场景0的水库B起调水位计为Hstart B,0,将Hstart B,0设定为水库B的汛限水位,即Hstart B,0=Hlimited B;
步骤4.3、进行场景0的水库A和水库B防洪调度
首先,根据水库A的防洪调度规则FA(*),以{Qin A}和Hstart A,0为输入,可得到场景0的出库流量时间序列{Qout A,0}和库水位时间序列计为{HA,0};其次,根据上下游梯级水库之间的水力联系,可得到{Qin B,0}={Qout A,0}+{Qinterval AB};然后,根据水库B的防洪调度规则FB(*),以{Qin B,0}和Hstart B,0为输入,可得到场景0的出库流量时间序列{Qout B,0}和库水位时间序列计为{HB,0};
步骤4.4、设定场景1的水库A起调水位下降值∆Hstart A,down,计场景1的水库A防洪调度起调水位Hstart A,1,即Hstart A,1=Hstart A-∆Hstart A,down;
步骤4.5、进行水库A的防洪调度;根据水库A的防洪调度规则FA(*),以{Qin A}和Hstart A,1为输入,可得到场景1的出库流量时间序列{Qout A,1}和库水位时间序列计为{HA,1};
步骤4.6、更新水库B的入库流量;根据上下游梯级水库之间的水力联系,{Qin B,1}={Qout A,1}+{Qinterval AB};
步骤4.7、假定水库B起调水位的上浮值∆Hstart B,up,trial,计对应的水库B防洪调度起调水位Hstart B,1,即Hstart B,1=Hstart B+∆Hstart B,up,trial;
步骤4.8、进行水库B的防洪调度;根据水库B的防洪调度规则FB(*),以{Qin B,1}和Hstart B,1为输入,可得到场景1的出库流量时间序列{Qout B,1}和库水位时间序列计为{HB,1};
步骤4.9、计算边界条件的偏差;计上浮前后水库B出库流量峰值偏差为∆Qout,max B,即∆Qout,max B=|max{Qout B,0}-max{Qout B,1}|;计上浮前后水库B库水位最高值偏差为∆Hmax B,即∆Hmax B=|max{HB,0}-max{HB,1}|;
步骤410、设定边界条件偏差的阈值;计允许的上浮前后水库B出库流量峰值偏差阈值为∆Qout,max B,threshold;允许的上浮前后水库B库水位峰值偏差阈值为∆Hmax B,threshold;∆Qout,max B,threshold和∆Hmax B,threshold的具体取值由专业人员根据经验设定;
步骤411、修正∆Hstart B,up,trial;如果∆Qout,max B<∆Qout,max B,threshold且∆Hmax B<∆Hmax B ,threshold,则入步骤S412;否则,继续进行如下判断:(1)如果max{Qout B,0}>max{Qout B,1}或者max{HB,0}<max{HB,1},则∆Hstart B,up,trial修正为原来的1.5倍,即∆Hstart B,up,trial=1.5*∆Hstart B,up,trial,然后进入步骤47;(2)如果max{Qout B,0}<max{Qout B,1}或者max{HB,0}>max{HB,1},则∆Hstart B,up,trial修正为原来的0.5倍,即∆Hstart B,up,trial=0.5*∆Hstart B,up,trial,然后进入步骤47;
步骤412、此时的水库B起调水位的上浮值∆Hstart B,up,trial相应的减小的库容∆VB,与水库容∆VB,与水库A起调水位下降值∆Hstart A,down相应增加的库容∆VA的比值α,即为水库A库容与水库B库容的等效系数;基于等效防洪作用的梯级水库防洪库容联合预留方法即:(V0 A+V0 B)≤(V0 A+∆VA)+(V0 B-∆VB),其中∆VB=α*∆VA。
步骤4113、设置一组水库A不同下降幅度的起调水位{Hstart A,1,Hstart A,2,…,Hstart A ,n},重复步骤44至步骤412,计算相应一组等效系数{α1,α2,…,αn};
步骤4.14、梯级水库防洪库容联合预留方法启动条件判别
根据水文气象预报水平L,判断有效预见期TRF内的水雨情形势,结合暴雨预报判别指标IR,当未来水雨情形势在设定的IR范围内时,即可启动梯级水库防洪库容联合预留方案。
根据本申请的一个方面,所述步骤5进一步为:
步骤51、通过未来水雨情形势结合梯级水库防洪库容联合预留方法启动条件,当条件符合时,根据水库A运行水位匹配起调水位{Hstart A,1,Hstart A,2,…,Hstart A,n}对应的等效系数{α1,α2,…,αn},据此更加快速、合理地制定运用梯级水库汛期防洪库容联合预留方案,并分析防洪风险、下游水库预报预泄能力和考虑预报预泄的水库调洪过程,计算水库效益增量;
步骤52、根据步骤51中的分析情况综合制定风险控制措施。
本发明的有益效果,本发明提供的一种基于等效防洪作用的梯级水库防洪库容联合预留方法,以影响梯级水库防洪库容等效关系的物理因子为基础,量化了流域暴雨洪水特性的影响作用,分析了水文气象预报水平和考虑水库拦蓄能力、预报预泄能力的调洪过程,构建了梯级水库汛期防洪库容联合预留方案,进而分析了防洪风险、估算了梯级水库综合利用效益。这样既保证了计算结果的精度与可靠性,又能及时方便地在梯级水库防洪库容联合预留方案制定中推广应用。且本方法主要利用现有的观测数据,数据来源稳定可靠,方法中变量之间的函数关系明确,有利于流域中梯级水库防洪库容联合预留方法的快速确定,可以进一步促进流域梯级水库防洪库容联合运用研究的深入发展。
附图说明
图1是本发明的流程图。
图2是本发明步骤S1的流程图。
图3是本发明步骤S2的流程图。
图4是本发明步骤S3的流程图。
图5是本发明步骤S5的流程图。
图6是本发明中一个实施例的流程框图。
图7是本发明一个实施例的第一区间的最大流量散点分布示意图。
图8是本发明一个实施例的第二区间的最大流量散点分布示意图。
图9是本发明一个实施例的第三区间的最大流量散点分布示意图。
图10是本发明一个实施例的第一区间的传播时间示意图。
图11是本发明一个实施例的第二区间的传播时间示意图。
图12是本发明一个实施例的第三区间的传播时间示意图。
图13是本发明一个实施例的水库汛期多年日平均运行水位示意图。
具体实施方式
如图1和图2所示,本发明提供的一种基于等效防洪作用的梯级水库防洪库容联合预留方法,包括以下步骤:
S1、一种基于等效防洪作用的梯级水库防洪库容联合预留方法,其特征在于,所述步骤1中量化流域暴雨特性CR、洪水特性CF和区间典型洪水及特性CT,具体包括以下步骤:
S11、收集流域气象资料,分析暴雨特性CR,得到:流域年降雨量特征、年内面雨量特征和暴雨时空分布;
以某流域为例,收集若干年的气象资料,包括降雨量、温度、湿度、风速、气压等。利用统计分析方法,计算某流域的年降雨量均值、标准差、变异系数等指标。利用聚类分析方法,将某流域划分为不同的降雨区域,计算每个区域的年内面雨量均值、标准差、变异系数等指标。利用空间插值方法,绘制某流域的暴雨时空分布图。
S12、收集流域水文资料,分析洪水特性CF,得到:洪水组成、流域重要站点洪峰频次统计和洪水遭遇规律;
以某流域为例,收集若干年的水文资料,包括河道水位、流量、断面形状等。
利用洪水频率分析方法,计算某流域的洪水组成,包括暴雨洪水、融雪洪水和冰川湖溃决洪水等。数据的时间范围应尽可能覆盖历史上的洪水事件,以便进行洪水频率分析和洪水遭遇规律分析。数据的空间范围应尽可能覆盖流域内的重要站点,以便进行洪峰频次统计和梯级防洪调度分析。
利用收集到的流域水文资料,可以采用不同的概率分布函数(如对数正态分布、皮尔逊三型分布、Gumbel分布等)来拟合各种洪源的年最大洪峰流量或年最大洪量,并计算其参数和拟合优度。
根据拟合结果,可以选择最适合的概率分布函数,并计算各种洪源在不同重现期下(如2年、5年、10年、20年、50年、100年等)的设计洪峰流量或设计洪量,并求出其在总设计洪峰流量或总设计洪量中所占的比例,即为各种洪源的洪水组成 。
利用极值分布方法,计算某流域重要站点的洪峰频次统计,包括不同重现期下的洪峰流量和水位等。
利用收集到的流域水文资料,可以采用不同的Copula函数(如Gaussian Copula、tCopula、Clayton Copula、Gumbel Copula等)来构建各个重要站点之间的洪峰流量或洪峰水位的联合概率分布,并计算其参数和拟合优度 。根据拟合结果,可以选择最适合的Copula函数,并计算各个重要站点在不同重现期下(如2年、5年、10年、20年、50年、100年等)的设计洪峰流量或设计洪峰水位之间的联合概率和条件概率,并绘制相应的联合分布图和条件分布图。
S13、根据流域水文资料,分析得到区间典型洪水及特性CT,得到:区间最大洪水散点分布、区间暴雨洪水特性、区间洪水涨水规律和典型洪水过程。
S131:根据流域水文资料,筛选出区间最大洪水事件,包括每个区间在不同年份发生的最大洪峰流量和最大洪峰水位等。
以某流域为例,可以从水文数据网等网站获取相关数据。最大洪水事件是指在一个区间内,在一定时间尺度(如年、月、日等)内发生的最大的洪水过程。
S132:利用散点图方法,绘制区间最大洪水散点分布,包括不同年份的最大洪峰流量和最大洪峰水位之间的关系图。区间最大洪水散点分布是指在一个区间内,用散点图显示不同年份的最大洪峰流量和最大洪峰水位之间的关系。利用收集到的流域水文资料,可以用Excel或其他软件绘制散点图,并添加趋势线和相关系数等信息。
S133:利用暴雨特性数据和区间最大洪水数据,分析区间暴雨洪水特性,包括不同降雨强度下的最大洪峰流量和最大洪峰水位等。暴雨特性数据是指在一个区域内,根据气象资料计算出的不同降雨强度(如1小时、3小时、6小时、12小时、24小时等)下的降雨量等。区间暴雨洪水特性是指在一个区间内,根据暴雨特性数据和区间最大洪水数据,分析出不同降雨强度下的最大洪峰流量和最大洪峰水位等。利用收集到的暴雨特性数据和区间最大洪水数据,可以用回归分析方法建立不同降雨强度下的最大洪峰流量和最大洪峰水位之间的函数关系,并计算其参数和拟合优度等信息。
S134:利用区间最大洪水数据,分析区间洪水涨水规律,包括不同上游来水条件下的下游涨落幅度和时间差等。洪水涨水规律是指在一个河段内,在一定时间尺度(如年、月、日等)内,上游来水对下游涨落的影响规律。区间洪水涨水规律是指在一个区间内,根据区间最大洪水数据,
在某些实施例中,步骤S1还可以为:
S11、收集某流域的气象资料,包括:降雨量、降雨时长、降雨强度、降雨类型等。这些数据可以从气象部门或者气象站获取,也可以从网络或者卫星获取。例如,可以从中国气象数据网下载各个站点的逐日降雨量数据。
分析某流域的暴雨特性,包括:流域年降雨量特征、年内面雨量特征和暴雨时空分布。这些数据可以用统计方法或者数学模型来计算和分析。例如,可以用基于Copula函数的联合频率分析方法来计算各个站点的年降雨量频率分布,并用基于信息熵的暴雨时空变异性分析方法来计算各个站点的暴雨时空变异性。
得到某流域的暴雨特性,包括:流域年降雨量特征、年内面雨量特征和暴雨时空分布。这些数据可以用图表或者数值来表示。例如,可以用基于GIS的空间插值方法来绘制各个站点的年降雨量等值线图,并用基于PCA的聚类分析方法来划分各个站点的暴雨时空分布类型。
在这一步骤中,解决了如何根据某流域的气象资料,分析某流域的暴雨特性,得到流域年降雨量特征、年内面雨量特征和暴雨时空分布。这些数据是后续步骤确定等效防洪作用和梯级水库防洪库容联合预留方案的重要依据。换句话说,通过收集和分析某流域的气象资料,得到了一个全面和准确的暴雨特性描述,反映了某流域的降雨和洪水情况,为后续步骤提供了必要的数据支持。
S12、收集某流域水文资料,分析洪水特性,得到:洪水组成、流域重要站点洪峰频次统计和洪水遭遇规律。收集某流域的水文资料,包括:河道断面、河道长度、河道坡度、河道形状、河道粗糙度、河道输沙能力等。这些数据可以从水利部门或者水文站获取,也可以从地形图或者遥感图获取。可以从网站下载各个站点的河道断面数据。分析某流域的洪水特性,包括:洪水组成、流域重要站点洪峰频次统计和洪水遭遇规律。这些数据可以用统计方法或者数学模型来计算和分析。例如,可以用基于Copula函数的联合频率分析方法来计算各个站点的洪峰频率分布,并用基于马尔可夫链的洪水遭遇规律分析方法来计算各个站点的洪水遭遇概率。最后得到某流域的洪水特性,包括:洪水组成、流域重要站点洪峰频次统计和洪水遭遇规律。这些数据可以用图表或者数值来表示。例如,可以用基于GIS的空间插值方法来绘制各个站点的洪峰频率等值线图,并用基于PCA的聚类分析方法来划分各个站点的洪水遭遇类型。
其中,基于Copula函数的联合频率分析方法来计算各个站点的洪峰频率分布,并用基于马尔可夫链的洪水遭遇规律分析方法来计算各个站点的洪水遭遇概率,其具体过程可以如下:
步骤S121、收集和整理各个站点的年降雨量数据和暴雨事件数据:使用预配置的工具来检索相关的数据源,并选择最新、最可靠、最全面的数据集。例如,可以选择中国气象科学数据共享服务网上发布的中国地面逐年降水量资料和中国地面逐日降水量资料。使用预配置的工具来对收集到的数据进行清洗和整理,去除缺失值、异常值和重复值,统一数据格式和单位,按照站点和时间进行排序和分组,得到可用于后续分析的数据表格。
步骤S122、基于Copula函数的联合频率分析方法来计算各个站点的年降雨量频率分布;
计算各个站点年降雨量的边缘分布函数,并选择合适的概率分布模型来拟合边缘分布函数。这一子步骤的目的是为了描述各个站点年降雨量的单变量概率特征,如均值、方差、偏度、峰度等。该步骤的输入是各个站点的年降雨量数据,输出是各个站点的边缘分布函数和概率分布模型及其参数估计。
构建各个站点年降雨量之间的Copula函数,并选择合适的Copula模型来拟合Copula函数。该步骤目的是为了描述各个站点年降雨量之间的多变量相关性特征,如线性相关系数、秩相关系数、偏相关系数等。该步骤的输入是各个站点年降雨量数据,输出是各个站点对之间的Copula函数和Copula模型及其参数估计。
计算各个站点年降雨量的联合分布函数,并根据联合分布函数计算各个站点年降雨量的联合频率分布。该步骤的目的是为了描述各个站点年降雨量的整体概率特征,如联合累积频率、联合超越频率、联合条件频率等。该步骤的输入是各个站点年降雨量的边缘分布函数和Copula函数,输出是各个站点对之间的联合分布函数和联合频率分布。
步骤S123、基于信息熵的暴雨时空变异性分析方法来计算各个站点的暴雨时空变异性。具体来说,该流程包括以下子步骤:
S123a、计算各个站点暴雨事件的信息熵,并根据信息熵反映暴雨事件的不确定性和复杂性。这一子步骤的目的是为了描述暴雨事件在时间维度上的随机性和规律性,如发生频率、持续时间、强度等。这一子步骤的输入是各个站点暴雨事件数据,输出是各个站点暴雨事件信息熵。
S123b、计算各个站点暴雨事件的空间变异性,并根据空间变异性反映暴雨事件的空间分布和差异。这一子步骤的目的是为了描述暴雨事件在空间维度上的均匀性和异质性,如范围、中心、形状等。这一子步骤的输入是各个站点暴雨事件数据,输出是各个站点对之间暴雨事件空间变异性。
S123c、计算各个站点暴雨事件的时间变异性,并根据时间变异性反映暴雨事件的时间序列和趋势。这一子步骤的目的是为了描述暴雨事件在时间维度上的变化和演化,如周期、波动、趋势等。这一子步骤的输入是各个站点暴雨事件数据,输出是各个站点暴雨事件时间变异性。
在该步骤中,根据某流域的水文资料分析某流域的洪水特性,得到洪水组成、流域重要站点洪峰频次统计和洪水遭遇规律。这些数据是后续步骤确定等效防洪作用和梯级水库防洪库容联合预留方案的重要依据。换句话说,通过收集和分析某流域的水文资料,得到了全面和准确的洪水特性描述,反映了某流域的河道和径流情况,为后续步骤提供了必要的数据支持。
S13、根据某流域水文资料,分析得到区间典型洪水及特性,得到:区间最大洪水散点分布、区间暴雨洪水特性、区间洪水涨水规律和典型洪水过程。
根据某流域的水文资料,分析得到区间典型洪水及特性。区间典型洪水是指在梯级水库之间的河段上,具有代表性的洪水过程,可以反映区间的洪水特征和影响因素。可以用基于熵权法的多指标综合评价方法来选取区间典型洪水,考虑以下指标:洪峰流量、洪峰到达时间、洪水总量、洪水历时、洪水上涨速率、洪水下降速率等。得到区间典型洪水及特性,包括:区间最大洪水散点分布、区间暴雨洪水特性、区间洪水涨水规律和典型洪水过程。这些数据可以用统计方法或者数学模型来计算和分析。最后得到区间典型洪水及特性,包括:区间最大洪水散点分布、区间暴雨洪水特性、区间洪水涨水规律和典型洪水过程。这些数据可以用图表或者数值来表示。
该步骤根据某流域的水文资料,分析得到区间典型洪水及特性,得到区间最大洪水散点分布、区间暴雨洪水特性、区间洪水涨水规律和典型洪水过程。这些数据是后续步骤确定等效防洪作用和梯级水库防洪库容联合预留方案的重要依据。换句话说,通过收集和分析某流域的区间典型洪水及特性,得到了一个全面和准确的区间洪水特性描述,反映了梯级水库之间的河段的暴雨和径流情况,为后续步骤提供了必要的数据支持。
其中,基于熵权法的多指标综合评价方法来选取区间典型洪水,过程具体为:
首先,收集和整理区间内各个站点的历史洪水数据。选择最新、最可靠、最全面的数据集。例如,可以选择中国水利水电科学研究院上发布的中国主要河流历史洪水资料。对收集到的数据进行清洗和整理,去除缺失值、异常值和重复值,统一数据格式和单位,按照站点和时间进行排序和分组,得到可用于后续分析的数据表格。
其次,基于熵权法的多指标综合评价方法来计算各个站点的综合评价值,并根据综合评价值选取区间典型洪水。
使用预配置的工具来计算各个指标的熵权系数,并根据熵权系数反映各个指标的重要性和差异性。例如,可以得到以下指标的熵权系数:洪峰流量、0.18,洪峰到达时间、0.12,洪水总量、0.16,洪水历时、0.14,洪水上涨速率、0.20,洪水下降速率、0.20。
接着,计算各个站点的综合评价值,并根据综合评价值反映各个站点的典型性和代表性。例如,可以得到各个站点的综合评价值:A、0.82,B、0.76,C、0.79。
最后,选取区间典型洪水,并根据区间典型洪水反映区间内洪水特征和规律。例如,可以得到以下结果:站点A的2018年7月15日至7月18日的洪水事件,其综合评价值为0.82,最高于其他站点和时间,具有较高的典型性和代表性。
如图3所示,在进一步的实施例中,所述步骤2中基于CR、CF、CT确定流域不同时间尺度的暴雨预报判别指标IR,具体包括以下步骤:
1)划分流域内不同区域;
具体为:划分某流域内不同区域,以便在不同区域中分析暴雨气候特点。可以根据流域的地理位置、地形特征、气候类型、降雨分布等因素来划分区域。例如,可以参考基于聚类分析的某流域划分方法来将划分某流域为四个区域:A区、B区、C区和D区。得到某流域内不同区域的划分结果,包括:区域编号、区域范围、区域面积、区域站点等。这些数据可以用图表或者数值来表示。
根据某流域的地理位置、地形特征、气候类型、降雨分布等因素,划分某流域内不同区域,以便在不同区域中分析暴雨气候特点。或者说,通过划分某流域内不同区域,得到了合理和科学的流域划分方案,反映了某流域的地理位置、地形特征、气候类型、降雨分布等差异,为后续步骤提供了必要的数据支持。
2)在不同区域中分析暴雨气候特点;
在不同区域中分析暴雨气候特点,包括:年降雨量、年内面雨量、日最大降雨量、日最大降雨强度、日最大降雨时长、日最大降雨类型等。这些数据可以用统计方法或者数学模型来计算和分析。
得到不同区域的暴雨气候特点,包括:年降雨量、年内面雨量、日最大降雨量、日最大降雨强度、日最大降雨时长、日最大降雨类型等。这些数据可以用图表或者数值来表示。
根据不同区域的气象资料,分析不同区域的暴雨气候特点,得到年降雨量、年内面雨量、日最大降雨量、日最大降雨强度、日最大降雨时长、日最大降雨类型等。换句话说,通过在不同区域中分析暴雨气候特点,得到了一个全面和准确的暴雨气候特点描述,反映了不同区域的降雨和洪水情况,为后续步骤提供了必要的数据支持。
3)典型暴雨过程选取;
选取典型暴雨过程,即在不同区域中具有代表性的暴雨事件,可以反映不同区域的暴雨特征和影响因素。可以用基于熵权法的多指标综合评价方法来选取典型暴雨过程,考虑以下指标:日最大降雨量、日最大降雨强度、日最大降雨时长、日最大降雨类型、日最大洪峰流量、日最大洪水总量、日最大洪水历时等。得到典型暴雨过程,包括:典型暴雨过程的编号、发生时间、发生区域、暴雨特征参数、洪水特征参数等。这些数据可以用图表或者数值来表示。例如,可以用基于GIS的空间插值方法来绘制典型暴雨过程的降雨分布图,并用基于PCA的聚类分析方法来划分典型暴雨过程的类型。根据不同区域的暴雨气候特点,选取典型暴雨过程,得到典型暴雨过程的编号、发生时间、发生区域、暴雨特征参数、洪水特征参数等。通过选取典型暴雨过程,得到了一个合理和科学的典型暴雨过程集合,反映了不同区域的暴雨特征和影响因素,为后续步骤提供了必要的数据支持。
其中,基于GIS的空间插值方法来绘制典型暴雨过程的降雨分布图,并用基于PCA的聚类分析方法来划分典型暴雨过程的类型,过程具体为:
首先,收集和整理各个站点的典型暴雨过程数据。
STP11.检索相关的数据源,并选择最新、最可靠、最全面的数据集。例如,可以选择中国气象科学数据共享服务网上发布的中国地面逐小时降水量资料。
STP12.对收集到的数据进行清洗和整理,去除缺失值、异常值和重复值,统一数据格式和单位,按照站点和时间进行排序和分组,得到可用于后续分析的数据表格。
STP2. 基于GISTP的空间插值方法来绘制典型暴雨过程的降雨分布图。
STP21.来对各个站点的降雨量进行空间插值,并根据空间插值结果生成栅格数据。得到栅格中心坐标和降雨量。
STP22.根据栅格数据绘制典型暴雨过程的降雨分布图,并根据降雨分布图反映典型暴雨过程的空间特征。
STP3. 基于PCA的聚类分析方法来划分典型暴雨过程的类型。
STP31.来对各个站点的典型暴雨过程进行主成分分析,并根据主成分分析结果提取主要特征变量。例如,可以使用方差贡献率法或特征根法等主成分提取方法,得到以下结果:
第1主成分的贡献率为0.45,主成分特征变量为洪峰流量、洪水总量;
第2主成分的贡献率为0.25,主成分特征变量为洪水历时、洪水上涨速率;
第3主成分的贡献率为0.15,主成分特征变量为洪峰到达时间、洪水下降速率。
STP32.来对各个站点的典型暴雨过程进行聚类分析,并根据聚类分析结果划分典型暴雨过程的类型。例如,可以使用K-均值法或层次聚类法等聚类方法,得到以下结果:
第一个暴雨过程,特征为洪峰流量大、洪水总量大、洪水历时短、洪水上涨速率快、洪峰到达时间早、洪水下降速率快,典型暴雨过程站点为A,B,C。第二个暴雨过程,特征为洪峰流量小、洪水总量小、洪水历时长、洪水上涨速率慢、洪峰到达时间晚、洪水下降速率慢;典型暴雨过程站点为D,E,F。
4)气候背景及天气学成因分析;
分析典型暴雨过程的气候背景及天气学成因,即在不同区域中导致暴雨发生的气候条件和天气系统。可以用基于NCEP/NCAR再分析资料的气候背景及天气学成因分析方法来分析典型暴雨过程的气候背景及天气学成因,考虑以下要素:海平面气压场、500hPa高度场、850hPa风场、水汽通量场、垂直速度场等。得到典型暴雨过程的气候背景及天气学成因,包括:典型暴雨过程的编号、发生时间、发生区域、气候背景特征、天气学成因特征等。这些数据可以用图表或者数值来表示。
5)确定不同时间尺度的暴雨过程预报判别指标IR。
根据流域暴雨洪水特性和不同区域暴雨气候特点,确定不同时间尺度的暴雨过程预报判别指标。这些指标是用来评价暴雨预报的准确性和可靠性的,可以反映暴雨的强度、范围、持续时间、移动速度等特征。可以采用基于多源数据融合的暴雨预报判别指标研究来确定不同时间尺度的暴雨预报判别指标,根据不同时间尺度的暴雨过程预报判别指标和实测数据,评价暴雨预报的准确性和可靠性。还可以用基于误差矩阵的暴雨预报评估方法来评价暴雨预报的准确性和可靠性,包括以下几个方面:最后得到不同时间尺度的暴雨过程预报判别指标和暴雨预报的准确性和可靠性。这些数据可以用图表或者数值来表示。
通过确定不同时间尺度的暴雨过程预报判别指标和评价暴雨预报的准确性和可靠性,得到了一个科学和有效的暴雨预报评估体系,反映了流域暴雨过程的特征和影响因素,为后续步骤提供了必要的数据支持。
其中,基于多源数据融合的暴雨预报判别指标研究来确定不同时间尺度的暴雨预报判别指标,根据不同时间尺度的暴雨过程预报判别指标和实测数据,评价暴雨预报的准确性和可靠性。其过程具体为,
首先,收集和预处理多源数据,包括卫星遥感数据、地面观测数据、气象雷达数据、气象数值模拟数据等。
其次,基于多源数据融合的暴雨预报判别指标研究来确定不同时间尺度的暴雨预报判别指标,包括降雨量、降雨强度、降雨范围、降雨类型等。
使用基于贝叶斯网络的数据融合方法对多源数据进行融合和处理;
使用基于多层感知器的降雨预测方法根据融合数据进行降雨预测,生成降雨预测结果
基于灰色关联分析的暴雨预报判别指标确定方法来根据降雨预测结果确定不同时间尺度的暴雨预报判别指标,利用统计或信息论等方法,量化降雨的特征和变化。
最后,根据不同时间尺度的暴雨过程预报判别指标和实测数据,评价暴雨预报的准确性和可靠性,包括误差分析、相关分析、稳定性分析等。
采用基于均方误差的暴雨预报误差分析方法对暴雨预报判别指标和实测数据进行误差分析。利用均方误差、绝对误差、相对误差等指标,评估暴雨预报的准确性。
对暴雨预报判别指标和实测数据进行相关分析,利用皮尔逊相关系数、斯皮尔曼相关系数、肯德尔相关系数等指标,评估暴雨预报的相关性。
对暴雨预报判别指标和实测数据进行稳定性分析,利用混沌理论、灰色系统理论、灾害系统理论等方法,评估暴雨预报的稳定性。例如,可以使用基于混沌理论的暴雨预报稳定性分析方法或基于灾害系统理论的暴雨预报稳定性分析方法等。
其中,基于误差矩阵的暴雨预报评估方法来评价暴雨预报的准确性和可靠性,其过程具体为:
首先,收集和整理暴雨预报结果和实测结果。
其次,来对暴雨预报结果和实测结果进行对比,并根据对比结果构建误差矩阵。可以使用基于二分类的误差矩阵构建方法或基于多分类的误差矩阵构建方法。误差矩阵反映了预报结果和实测结果之间的一致性和差异性,如真正例、假正例、真负例、假负例等。
S22.根据误差矩阵计算各种评估指标,并根据评估指标评价暴雨预报的准确性和可靠性。评估指标反映了预报结果和实测结果之间的相似度和差异度,如准确率、召回率、精确率、F1值等。
在进一步的实施例中,所述步骤3中结合CR、CF、CT和当前水文气象预报水平L,确定可用于判别未来水雨情形势的有效预见期TRF,具体包括以下步骤:
1)对流域短中期降雨预报精度进行评定,分析降雨预报误差情况,评价短中期气象预报现状水平和不确定性,提出流域降雨预报有效预见期TR;
收集该流域的历史降雨观测数据和相应的气象数值模式输出数据,比如WRF模式或GRAPES模式等。然后,需要对比观测数据和模式输出数据,在不同的时间尺度(如1小时、3小时、6小时等)和空间尺度(如1公里、5公里、10公里等)上计算降雨预报误差的统计指标,如均方根误差(RMSE)、相关系数(R)、偏差率(BIAS)等。接着,需要根据统计指标的结果,评价短中期气象预报现状水平和不确定性。一般来说,误差越小、相关系数越高、偏差率越接近1,说明预报精度越高;反之,则说明预报精度较低。还需要考虑误差随时间和空间变化的规律,比如误差是否随着时间延长而增大,是否随着空间分辨率增加而减小等。最后,需要根据评价结果,提出流域降雨预报有效预见期。有效预见期是指在该预见期内,降雨预报误差可以接受的时间长度。这个时间长度取决于对预报精度的要求,以及对洪水预报的目的。比如,如果只需要对洪水发生的可能性进行预警,那么可以容忍较大的误差,从而选择较长的有效预见期;如果需要对洪水发生的时间、地点、程度进行精确预报,那么需要控制较小的误差,从而选择较短的有效预见期。假设选择RMSE小于10毫米,R大于0.8,BIAS接近1为降雨预报误差的容忍标准,那么根据统计指标的结果,可以得出流域降雨预报有效预见期为12小时。
2)从洪水预报预见期TF、洪水传播时间、不同量级洪水预报精度等方面进行分析,评估水情预报水平和预报不确定性;
需要收集该流域的历史洪水观测数据和相应的水文模式输出数据,比如TOPMODEL、SWAT、VIC等。然后,需要对比观测数据和模式输出数据,在不同的时间尺度(如1小时、3小时、6小时等)和空间尺度(如1公里、5公里、10公里等)上计算洪水预报误差的统计指标,如峰值误差(PE)、峰现误差(TE)、总量误差(VE)等。接着,需要根据统计指标的结果,评估水情预报水平和预报不确定性。一般来说,误差越小,说明预报精度越高;反之,则说明预报精度较低。
3)结合水文气象预报水平L综合确定可用于判别未来水雨情形势的有效预见期TRF。
如图4所示,在进一步的实施例中,还可以采用如下流程:
S31. 对流域各个子流域短中期降雨预报精度进行评定,分析降雨预报误差情况,评价短中期气象预报现状水平和不确定性,提出各个子流域降雨预报有效预见期,并综合考虑流域整体降雨预报有效预见期。
S32. 从洪水预报预见期、洪水传播时间、不同量级洪水预报精度等方面进行分析,评估水情预报水平和预报不确定性,并利用实时观测数据和模型输出数据,不断更新和校正洪水预报结果,提高预报精度和可靠性。
S33. 结合水文气象预报水平综合确定可用于判别未来水雨情形势的有效预见期,并根据流域内外部环境变化和不确定性,动态调整降雨预报和洪水预报模型参数和方案,提高预报灵敏度和适应性。
在进一步的实施例中,步骤4:制定梯级水库防洪库容联合预留方案,具体为:
STEP1:分析水库之间的关系
STEP11:确定上游水库和下游水库的编号、防洪库容、入库流量、起调水位、调度规则、出库流量和库水位等参数;
STEP12:确定水库之间的区间流量,即上游水库的出库流量加上区间的来水量等于下游水库的入库流量;
STEP2:设定初始场景的起调水位;
STEP21:将上游水库的起调水位设为其汛限水位,即最高允许的运行水位;
STEP22:将下游水库的起调水位也设为其汛限水位;
STEP3:进行初始场景的防洪调度;
STEP31:根据上游水库的入库流量和起调水位,按照其调度规则,计算出其出库流量和库水位;
STEP32:根据上游水库的出库流量和区间流量,计算出下游水库的入库流量;
STEP33:根据下游水库的入库流量和起调水位,按照其调度规则,计算出其出库流量和库水位;
STEP4:设定新场景的起调水位;
STEP41:将上游水库的起调水位降低一定值,以增加其防洪拦蓄能力;
STEP42:假定下游水库的起调水位上浮一定值,以减少其防洪空间;
STEP5:进行新场景的防洪调度;
STEP51:根据上游水库新的入库流量和起调水位,按照其调度规则,计算出其新的出库流量和库水位;
STEP52:根据上游水库新的出库流量和区间流量,计算出下游水库新的入库流量;
STEP53:根据下游水库新的入库流量和起调水位,按照其调度规则,计算出其新的出库流量和库水位;
STEP6:计算边界条件的偏差;
STEP61:计算下游水库出口处洪峰流量在两个场景中的差值,即偏差值;
STEP62:计算下游水库最高运行水位在两个场景中的差值,即偏差值;
STEP7:设定边界条件偏差的阈值;
STEP71:设定允许的洪峰流量偏差阈值,即不能超过这个值,否则会增加下游防洪风险;
STEP72:设定允许的最高运行水位偏差阈值,即不能超过这个值,否则会影响下游安全运行空间;
STEP8:修正下游水库起调水位上浮值;
STEP81:如果两个偏差值都小于阈值,则进入下一步;否则继续修正;
STEP82:如果洪峰流量偏差为负或最高运行水位偏差为正,则增大上浮值;如果洪峰流量偏差为正或最高运行水位偏差为负,则减小上浮值;然后返回步骤STEP5;
STEP9:计算等效系数和联合预留方案;
STEP91:计算下游水库起调水位上浮值对应的减小的防洪库容,与上游水库起调水位下降值对应的增加的防洪库容的比值,即等效系数;
STEP92:根据等效系数,制定梯级水库防洪库容联合预留方案,即在保证总防洪库容不变的前提下,分配上下游水库各自的防洪库容。
前述的一种基于等效防洪作用的梯级水库防洪库容联合预留方法,其特征在于,所述步骤4中综合暴雨预报判别指标IR和未来水雨情形势的有效预见期TRF,根据上游水库汛期不同运行水位对应的拦蓄能力,动态分析下游水库汛期运行水位动态控制指标,制定梯级水库汛期防洪库容联合预留方案,具体包括以下步骤:
41、解析水库防洪调度的参量及其关系
上游水库编号计为A,其规定预留防洪库容计为V 0 A ,入库流量时间序列对应计为{Q in A },防洪调度起调水位计为H start A ,水库防洪调度规则计为函数F A (*),水库的出库流量时间序列计为{Q out A },水库的库水位时间序列计为{H A },前述各变量之间的关系为({Qout A},{HA})=FA({Qin A},Hstart A);下游水库编号计为B,其规定预留防洪库容计为V0 B,入库流量时间序列对应计为{Qin B},防洪调度起调水位计为Hstart B,水库防洪调度规则计为函数FB(*),水库的出库流量时间序列计为{Qout B},水库的库水位时间序列计为{HB},前述各变量之间的关系为({Qout B},{HB})=FB({Qin B},Hstart B);计水库A和水库B之间的区间流量为{Qinterval AB},根据上下游梯级水库之间的水力联系,则{Qout A}+{Qinterval AB}={Qin B};
42、设定场景0的起调水位。
计水库A的汛限水位为Hlimited A,场景0的水库A起调水位计为Hstart A,0,将Hstart A,0设定为水库A的汛限水位,即Hstart A,0=Hlimited A;计水库B的汛限水位为Hlimited B,场景0的水库B起调水位计为Hstart B,0,将Hstart B,0设定为水库B的汛限水位,即Hstart B,0=Hlimited B;
43、进行场景0的水库A和水库B防洪调度
首先,根据水库A的防洪调度规则FA(*),以{Qin A}和Hstart A,0为输入,可得到场景0的出库流量时间序列{Qout A,0}和库水位时间序列计为{HA,0};其次,根据上下游梯级水库之间的水力联系,可得到{Qin B,0}={Qout A,0}+{Qinterval AB};然后,根据水库B的防洪调度规则FB(*),以{Qin B,0}和Hstart B,0为输入,可得到场景0的出库流量时间序列{Qout B,0}和库水位时间序列计为{HB,0};
44、设定场景1的水库A起调水位下降值∆Hstart A,down,计场景1的水库A防洪调度起调水位Hstart A,1,即Hstart A,1=Hstart A-∆Hstart A,down;
45、进行水库A的防洪调度;根据水库A的防洪调度规则FA(*),以{Qin A}和Hstart A,1为输入,可得到场景1的出库流量时间序列{Qout A,1}和库水位时间序列计为{HA,1};
46、更新水库B的入库流量;根据上下游梯级水库之间的水力联系,{Qin B,1}={Qout A ,1}+{Qinterval AB};
47、假定水库B起调水位的上浮值∆Hstart B,up,trial,计对应的水库B防洪调度起调水位Hstart B,1,即Hstart B,1=Hstart B+∆Hstart B,up,trial;
48、进行水库B的防洪调度;根据水库B的防洪调度规则FB(*),以{Qin B,1}和Hstart B,1为输入,可得到场景1的出库流量时间序列{Qout B,1}和库水位时间序列计为{HB,1};
49、计算边界条件的偏差;计上浮前后水库B出库流量峰值偏差为∆Qout,max B,即∆Qout,max B=|max{Qout B,0}-max{Qout B,1}|;计上浮前后水库B库水位最高值偏差为∆Hmax B,即∆Hmax B=|max{HB,0}-max{HB,1}|;
410、设定边界条件偏差的阈值;计允许的上浮前后水库B出库流量峰值偏差阈值为∆Qout,max B,threshold;允许的上浮前后水库B库水位峰值偏差阈值为∆Hmax B,threshold;∆Qout,max B,threshold和∆Hmax B,threshold的具体取值由专业人员根据经验设定;
411、修正∆Hstart B,up,trial;如果∆Qout,max B<∆Qout,max B,threshold且∆Hmax B<∆Hmax B ,threshold,则入步骤S412;否则,继续进行如下判断:(1)如果max{Qout B,0}>max{Qout B,1}或者max{HB,0}<max{HB,1},则∆Hstart B,up,trial修正为原来的1.5倍,即∆Hstart B,up,trial=1.5*∆Hstart B,up,trial,然后进入步骤47;(2)如果max{Qout B,0}<max{Qout B,1}或者max{HB,0}>max{HB,1},则∆Hstart B,up,trial修正为原来的0.5倍,即∆Hstart B,up,trial=0.5*∆Hstart B,up,trial,然后进入步骤47;
412、此时的水库B起调水位的上浮值∆Hstart B,up,trial相应的减小的库容∆VB,与水库容∆VB,与水库A起调水位下降值∆Hstart A,down相应增加的库容∆VA的比值α,即为水库A库容与水库B库容的等效系数;基于等效防洪作用的梯级水库防洪库容联合预留方法即:(V0 A+V0 B)≤(V0 A+∆VA)+(V0 B-∆VB),其中∆VB=α*∆VA。
413、设置一组水库A不同下降幅度的起调水位{Hstart A,1,Hstart A,2,…,Hstart A,n},重复步骤44至步骤412,计算相应一组等效系数{α1,α2,…,αn};
414、根据水文气象预报水平L,判断有效预见期TRF内的水雨情形势,结合暴雨预报判别指标IR,当未来水雨情形势在设定的IR范围内时,即可启动梯级水库防洪库容联合预留方案。
如图5所示,所述步骤5中通过运用梯级水库汛期防洪库容联合预留方案,分析水库的效益以及潜在防洪风险,制定风险控制措施,具体包括以下步骤:
51、通过未来水雨情形势结合梯级水库防洪库容联合预留方法启动条件,当条件符合时,根据水库A运行水位匹配起调水位{Hstart A,1,Hstart A,2,…,Hstart A,n}对应的等效系数{α1,α2,…,αn},据此更加快速、合理地制定运用梯级水库汛期防洪库容联合预留方案,并分析防洪风险、下游水库预报预泄能力和考虑预报预泄的水库调洪过程,计算水库效益增量;
52、根据上一步骤得到的分析情况综合制定风险控制措施。
以乌江流域构皮滩、思林、沙沱水库群为例来验证本发明方法的可行性和有效性。本发明实例中绘制了1960~2020年乌江流域年平均暴雨日数空间分布和日最大暴雨量空间分布示意图,总体呈现上、下游多,中游少的分布形势,主要分布在乌江上游的南部和中下游的东部。分析建库后乌江渡~沙沱段各站径流地区组成。
统计乌江重要站或水库站年最大洪峰流量频次,乌江重要站或水库站年最大洪峰发生时间集中在汛期5~11月,其中6月和7月最为集中,且洪峰量级大。分析乌江渡~构皮滩、构皮滩~思林、思林~沙沱区间洪水遭遇,分析结果表明水库来水和区间来水基本同步,遭遇明显。统计乌江渡~构皮滩、构皮滩~思林、思林~沙沱水库区间5月~11月最大流量散点分布,如图7、8和9所示,乌江渡~构皮滩区间进入6月以后,降雨频繁,洪水量级迅速增大,6~7月常出现全年最大洪水;构皮滩~思林区间5月洪水量级较大,6~7月有明显的涨水;思林~沙沱区间进入6月以后,降雨频繁,洪水量级迅速增大,6~8月常出现全年最大洪水。选取2014年最大洪水过程作为典型过程分析,构皮滩、思林和沙沱区间来水量大,是各水库洪水总量的重要组成部分。
统计乌江上、中、下游暴雨典型年气候因子,当冬季赤道中东太平洋处于偏冷状态、副热带高压强度偏弱面积偏小、PDO处于冷位相、印缅槽偏弱、冬季风偏弱时更有利于次年乌江流域暴雨日数及暴雨量偏多,而冬季青藏高原积雪偏少时,对乌江上游及乌江下游的暴雨的指示意义较强,而乌江中游则呈现相反特征。分析2014年7月14~15日暴雨天气学,结果显示强降雨主要是受西北冷空气的补充南下与副热带高压外围的西南暖湿气流结合这种有利的大尺度环流背景造成的。
分别分析了乌江流域短期降雨预报的“三率”,1~3天降雨预报精度稳定,无雨预报准确率高,小雨预报准确率高、漏报率低,中雨及以上量级预报准确率低、漏报率低。乌江流域中期降雨预报的评分表。图10、11和12分析了乌江渡至构皮滩的传播时间。乌江流域2019年10月~2020年9月年度降水量预测检验。
图13分析了构皮滩水库汛期多年日平均运行水位,还统计了2012~2020年构皮滩水库汛期平均运行水位。分析了构皮滩、思林、沙沱电站及区间设计洪水。分析了构皮滩不同起调水位思林、沙沱浮动水位及库容关系。给出了思林、沙沱水库汛期运行水位动态组合方案。
分析了基于原汛限水位、考虑实际运行中有浮动情况及汛期运行水位动态控制方案等三种方案下思林、沙沱水库主汛期发电效益,汛期运行水位动态控制方案增发效益结果,2016年~2020年思林、沙沱水库动态控制方案较原汛限水位平均合计增发电量为0.98亿kW·h,较实际运行(有浮动)平均合计增发电量为0.82亿kW·h。
根据上述分析可知,本发明方法实用性强,可以有效解决传统的水库防洪调度中水库群调度综合效益不能充分发挥的问题。
综上所述,本发明具有实用性和可操作用强等优点,可以在保证水库安全的情况下抬高水库汛期运行水位,为水库群实时调度提供技术支撑,提高梯级水库的综合利用效益提供更科学高效的新方法。
在本实施例中,等效系数是指利用上游水库的拦蓄能力,适当提高下游水库的汛期运行水位,以实现上下游水库防洪库容的联合预留,反映了上游水库起调水位下降值相应增加的库容与下游水库起调水位上浮值相应减小的库容之间的比值。
换句话说,计算等效系数的作用是为了实现上下游水库防洪库容的联合预留,即在不影响防洪安全和下游风险的前提下,利用上游水库的拦蓄能力,适当提高下游水库的汛期运行水位,以提高水库的综合效益。
在本申请中,首先,根据流域暴雨洪水特性和当前水文气象预报水平,确定可用于判别未来水雨情形势的有效预见期;然后,根据上游水库汛期不同运行水位对应的拦蓄能力,动态分析下游水库汛期运行水位动态控制指标,制定梯级水库汛期防洪库容联合预留方案;最后,通过运用梯级水库汛期防洪库容联合预留方案,分析防洪风险、下游水库预报预泄能力和考虑预报预泄的水库调洪过程,并制定风险控制措施。等效系数更能体现上下游水库防洪作用之间的动态关系,更符合实际情况。它可以根据流域暴雨洪水特性和当前水文气象预报水平,动态确定可用于判别未来水雨情形势的有效预见期,从而提高预报灵敏度和适应性。还可以根据上游水库汛期不同运行水位对应的拦蓄能力,动态分析下游水库汛期运行水位动态控制指标,从而提高梯级水库综合利用效益。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明对各种可能的组合方式不再另行说明。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.一种基于等效防洪作用的梯级水库防洪库容联合预留方法,其特征在于,包括以下步骤:
步骤1、采集研究区域内的研究数据,基于研究数据分析和量化流域暴雨特性C R 、洪水特性C F 和区间典型洪水及特性C T ;
步骤2、基于流域暴雨特性C R 、洪水特性C F 和区间典型洪水及特性C T 确定流域不同时间尺度的暴雨预报判别指标I R ;
步骤3、结合流域暴雨特性C R 、洪水特性C F 和区间典型洪水及特性C T 和当前水文气象预报水平L,确定可用于判别未来水雨情形势的有效预见期T RF ;
步骤4、综合暴雨预报判别指标I R 和有效预见期T RF ,根据上游水库汛期不同运行水位对应的拦蓄能力,动态分析下游水库汛期运行水位动态控制指标,制定梯级水库汛期防洪库容联合预留方案;
步骤5、在实时调度过程中,根据上游水库不同运行水位相对应等效系数,运用梯级水库汛期防洪库容联合预留方案,分析水库的效益增量以及潜在防洪风险,制定风险控制措施。
2.根据权利要求1所述的一种基于等效防洪作用的梯级水库防洪库容联合预留方法,其特征在于,所述步骤1进一步为:
步骤11、收集流域气象资料,分析得到暴雨特性C R ,包括流域年降雨量特征、年内面雨量特征和暴雨时空分布;
步骤12、收集流域水文资料,分析得到洪水特性C F ,包括洪水组成、流域重要站点洪峰频次统计和洪水遭遇规律;
步骤13、根据流域水文资料,分析得到区间典型洪水及特性C T ,包括区间最大洪水散点分布、区间暴雨洪水特性、区间洪水涨水规律和典型洪水过程。
3.根据权利要求1所述的一种基于等效防洪作用的梯级水库防洪库容联合预留方法,其特征在于,所述步骤2进一步为:
步骤21、将研究区域划分为不同区域;
步骤22、针对每个区域中分析该区域中的暴雨气候特点;
步骤23、基于暴雨气候特点选取典型暴雨过程;
步骤24、分析暴雨过程的气候背景及天气学成因;
步骤25、确定不同时间尺度的暴雨过程预报判别指标I R 。
4.根据权利要求1所述的一种基于等效防洪作用的梯级水库防洪库容联合预留方法,其特征在于,所述步骤3进一步为:
步骤31、对流域短中期降雨预报精度进行评定,分析降雨预报误差情况,评价短中期气象预报现状水平和不确定性,提出流域降雨预报有效预见期T R ;
步骤32、依序分析洪水预报预见期T F 、洪水传播时间和不同量级洪水预报精度,评估水情预报水平和预报不确定性;
步骤33、结合水文气象预报水平L综合确定可用于判别未来水雨情形势的有效预见期T RF 。
5. 根据权利要求1所述的一种基于等效防洪作用的梯级水库防洪库容联合预留方法,其特征在于,所述步骤4进一步为:
步骤4.1、解析水库防洪调度的参量及其关系
上游水库编号计为A,其规定预留防洪库容计为V 0 A ,入库流量时间序列对应计为{Q in A },防洪调度起调水位计为H start A ,水库防洪调度规则计为函数F A (*),水库的出库流量时间序列计为{Q out A },水库的库水位时间序列计为{H A },前述各变量之间的关系为({Qout A},{HA})=FA({Qin A},Hstart A);下游水库编号计为B,其规定预留防洪库容计为V0 B,入库流量时间序列对应计为{Qin B},防洪调度起调水位计为Hstart B,水库防洪调度规则计为函数FB(*),水库的出库流量时间序列计为{Qout B},水库的库水位时间序列计为{HB},前述各变量之间的关系为({Qout B},{HB})=FB({Qin B},Hstart B);计水库A和水库B之间的区间流量为{Qinterval AB},根据上下游梯级水库之间的水力联系,则{Qout A}+{Qinterval AB}={Qin B};
步骤4.2、设定场景0的起调水位
计水库A的汛限水位为Hlimited A,场景0的水库A起调水位计为Hstart A,0,将Hstart A,0设定为水库A的汛限水位,即Hstart A,0=Hlimited A;计水库B的汛限水位为Hlimited B,场景0的水库B起调水位计为Hstart B,0,将Hstart B,0设定为水库B的汛限水位,即Hstart B,0=Hlimited B;
步骤4.3、进行场景0的水库A和水库B防洪调度
首先,根据水库A的防洪调度规则FA(*),以{Qin A}和Hstart A,0为输入,可得到场景0的出库流量时间序列{Qout A,0}和库水位时间序列计为{HA,0};其次,根据上下游梯级水库之间的水力联系,可得到{Qin B,0}={Qout A,0}+{Qinterval AB};然后,根据水库B的防洪调度规则FB(*),以{Qin B,0}和Hstart B,0为输入,可得到场景0的出库流量时间序列{Qout B,0}和库水位时间序列计为{HB,0};
步骤4.4、设定场景1的水库A起调水位下降值∆Hstart A,down,计场景1的水库A防洪调度起调水位Hstart A,1,即Hstart A,1=Hstart A-∆Hstart A,down;
步骤4.5、进行水库A的防洪调度;根据水库A的防洪调度规则FA(*),以{Qin A}和Hstart A,1为输入,可得到场景1的出库流量时间序列{Qout A,1}和库水位时间序列计为{HA,1};
步骤4.6、更新水库B的入库流量;根据上下游梯级水库之间的水力联系,{Qin B,1}={Qout A ,1}+{Qinterval AB};
步骤4.7、假定水库B起调水位的上浮值∆Hstart B,up,trial,计对应的水库B防洪调度起调水位Hstart B,1,即Hstart B,1=Hstart B+∆Hstart B,up,trial;
步骤4.8、进行水库B的防洪调度;根据水库B的防洪调度规则FB(*),以{Qin B,1}和Hstart B,1为输入,可得到场景1的出库流量时间序列{Qout B,1}和库水位时间序列计为{HB,1};
步骤4.9、计算边界条件的偏差;计上浮前后水库B出库流量峰值偏差为∆Qout,max B,即∆Qout,max B=|max{Qout B,0}-max{Qout B,1}|;计上浮前后水库B库水位最高值偏差为∆Hmax B,即∆Hmax B=|max{HB,0}-max{HB,1}|;
步骤410、设定边界条件偏差的阈值;计允许的上浮前后水库B出库流量峰值偏差阈值为∆Qout,max B,threshold;允许的上浮前后水库B库水位峰值偏差阈值为∆Hmax B,threshold;∆Qout,max B,threshold和∆Hmax B,threshold的具体取值由专业人员根据经验设定;
步骤411、修正∆Hstart B,up,trial;如果∆Qout,max B<∆Qout,max B,threshold且∆Hmax B<∆Hmax B ,threshold,则入步骤S412;否则,继续进行如下判断:(1)如果max{Qout B,0}>max{Qout B,1}或者max{HB,0}<max{HB,1},则∆Hstart B,up,trial修正为原来的1.5倍,即∆Hstart B,up,trial=1.5*∆Hstart B,up,trial,然后进入步骤47;(2)如果max{Qout B,0}<max{Qout B,1}或者max{HB,0}>max{HB,1},则∆Hstart B,up,trial修正为原来的0.5倍,即∆Hstart B,up,trial=0.5*∆Hstart B,up,trial,然后进入步骤47;
步骤412、此时的水库B起调水位的上浮值∆Hstart B,up,trial相应的减小的库容∆VB,与水库容∆VB,与水库A起调水位下降值∆Hstart A,down相应增加的库容∆VA的比值α,即为水库A库容与水库B库容的等效系数;基于等效防洪作用的梯级水库防洪库容联合预留方法即:(V0 A+V0 B)≤(V0 A+∆VA)+(V0 B-∆VB),其中∆VB =α*∆VA;
步骤413、设置一组水库A不同下降幅度的起调水位{Hstart A,1,Hstart A,2,…,Hstart A,n},重复步骤44至步骤412,计算相应一组等效系数{α1,α2,…,αn};
步骤4.14、梯级水库防洪库容联合预留方法启动条件判别
根据水文气象预报水平L,判断有效预见期TRF内的水雨情形势,结合暴雨预报判别指标IR,当未来水雨情形势在设定的IR范围内时,即可启动梯级水库防洪库容联合预留方案。
6.根据权利要求1所述的一种基于等效防洪作用的梯级水库防洪库容联合预留方法,其特征在于,所述步骤5进一步为:
步骤51、通过未来水雨情形势结合梯级水库防洪库容联合预留方法启动条件,当条件符合时,根据水库A运行水位匹配起调水位{Hstart A,1,Hstart A,2,…,Hstart A,n}对应的等效系数{α1,α2,…,αn},据此更加快速、合理地制定运用梯级水库汛期防洪库容联合预留方案,并分析防洪风险、下游水库预报预泄能力和考虑预报预泄的水库调洪过程,计算水库效益增量;
步骤52、根据步骤51中的分析情况综合制定风险控制措施。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311759108.4A CN117436619B (zh) | 2023-12-20 | 2023-12-20 | 一种基于等效防洪作用的梯级水库防洪库容联合预留方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311759108.4A CN117436619B (zh) | 2023-12-20 | 2023-12-20 | 一种基于等效防洪作用的梯级水库防洪库容联合预留方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117436619A true CN117436619A (zh) | 2024-01-23 |
CN117436619B CN117436619B (zh) | 2024-03-15 |
Family
ID=89556856
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311759108.4A Active CN117436619B (zh) | 2023-12-20 | 2023-12-20 | 一种基于等效防洪作用的梯级水库防洪库容联合预留方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117436619B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008050903A (ja) * | 2006-08-28 | 2008-03-06 | Nippon Telegr & Teleph Corp <Ntt> | 洪水予測方法および洪水予測システム |
CN103088784A (zh) * | 2013-01-21 | 2013-05-08 | 武汉大学 | 一种梯级水库汛限水位实时动态控制方法 |
CN107578134A (zh) * | 2017-09-12 | 2018-01-12 | 西安理工大学 | 一种考虑预警的黄河上游梯级水库防洪调度方法 |
CN111709586A (zh) * | 2020-06-19 | 2020-09-25 | 大连理工大学 | 一种水库流域洪水起调水位分型设计与控制的方法 |
CN113128757A (zh) * | 2021-04-12 | 2021-07-16 | 长江水利委员会长江科学院 | 考虑跨流域调水影响下的水库分期汛限水位优化设计方法 |
CN113590676A (zh) * | 2021-06-29 | 2021-11-02 | 长江水利委员会水文局 | 基于梯级联合等效防洪库容的流域防洪调度方法及系统 |
CN114117956A (zh) * | 2021-11-17 | 2022-03-01 | 武汉大学 | 梯级水库汛期运行水位协同浮动的运用方法 |
CN114429053A (zh) * | 2022-04-06 | 2022-05-03 | 水利部交通运输部国家能源局南京水利科学研究院 | 流域尺度wefe系统适配性模拟优化方法 |
CN115994602A (zh) * | 2022-04-28 | 2023-04-21 | 中水珠江规划勘测设计有限公司 | 水库汛期水位动态控制方法及水库汛期水位动态控制设备 |
US20230141886A1 (en) * | 2021-03-02 | 2023-05-11 | Hohai University | Method for assessing hazard on flood sensitivity based on ensemble learning |
US20230400603A1 (en) * | 2022-06-09 | 2023-12-14 | Wuhan University | Method of projecting future flood risks under changing hydrological cycles |
-
2023
- 2023-12-20 CN CN202311759108.4A patent/CN117436619B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008050903A (ja) * | 2006-08-28 | 2008-03-06 | Nippon Telegr & Teleph Corp <Ntt> | 洪水予測方法および洪水予測システム |
CN103088784A (zh) * | 2013-01-21 | 2013-05-08 | 武汉大学 | 一种梯级水库汛限水位实时动态控制方法 |
CN107578134A (zh) * | 2017-09-12 | 2018-01-12 | 西安理工大学 | 一种考虑预警的黄河上游梯级水库防洪调度方法 |
CN111709586A (zh) * | 2020-06-19 | 2020-09-25 | 大连理工大学 | 一种水库流域洪水起调水位分型设计与控制的方法 |
US20230141886A1 (en) * | 2021-03-02 | 2023-05-11 | Hohai University | Method for assessing hazard on flood sensitivity based on ensemble learning |
CN113128757A (zh) * | 2021-04-12 | 2021-07-16 | 长江水利委员会长江科学院 | 考虑跨流域调水影响下的水库分期汛限水位优化设计方法 |
CN113590676A (zh) * | 2021-06-29 | 2021-11-02 | 长江水利委员会水文局 | 基于梯级联合等效防洪库容的流域防洪调度方法及系统 |
CN114117956A (zh) * | 2021-11-17 | 2022-03-01 | 武汉大学 | 梯级水库汛期运行水位协同浮动的运用方法 |
CN114429053A (zh) * | 2022-04-06 | 2022-05-03 | 水利部交通运输部国家能源局南京水利科学研究院 | 流域尺度wefe系统适配性模拟优化方法 |
CN115994602A (zh) * | 2022-04-28 | 2023-04-21 | 中水珠江规划勘测设计有限公司 | 水库汛期水位动态控制方法及水库汛期水位动态控制设备 |
US20230400603A1 (en) * | 2022-06-09 | 2023-12-14 | Wuhan University | Method of projecting future flood risks under changing hydrological cycles |
Non-Patent Citations (4)
Title |
---|
JUN ZHANG 等: "Research and Application of Key Technologies for Dynamic Control of Reservoir Water Level in Flood Season", 《WATER》, 13 December 2021 (2021-12-13), pages 1 - 20 * |
YU GONG 等: "Determining dynamic water level control boundaries for a multi-reservoir system during flood seasons with considering channel storage", 《FLOOD RISK MANAGEMENT》, 20 December 2019 (2019-12-20), pages 1 - 17 * |
谭乔凤;雷晓辉;王浩;王旭;: "考虑梯级水库库容补偿和设计洪水不确定性的汛限水位动态控制域研究", 工程科学与技术, no. 01, 20 January 2017 (2017-01-20), pages 60 - 69 * |
郭生练 等: "清江梯级水库汛限水位联合设计与运用", 《水力发电学报》, 31 August 2012 (2012-08-31), pages 6 - 11 * |
Also Published As
Publication number | Publication date |
---|---|
CN117436619B (zh) | 2024-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112070286B (zh) | 复杂地形流域的降水预报预警系统 | |
CN111582755B (zh) | 一种基于多维度集合信息山洪灾害综合风险动态评估方法 | |
CN107316095B (zh) | 一种耦合多源数据的区域气象干旱等级预测方法 | |
KR101383617B1 (ko) | 일사량 예측 방법 및 장치 | |
KR102073768B1 (ko) | 포털 기반 가뭄정보 제공 시스템 | |
CN108491682B (zh) | 降雨径流预报系统 | |
KR20170005553A (ko) | 지능형 정보제공을 위한 홍수, 가뭄정보의 평가 및 예측 기법 개발 | |
CN109242336A (zh) | 多情景模式下山洪灾害临界雨量预警方法 | |
CN103713336A (zh) | 基于gis分区的水电站流域面雨量气象预报方法 | |
CN104090974A (zh) | 展延水库后续来水的动态数据挖掘方法及系统 | |
CN115099677B (zh) | 尾矿库安全生产风险分级预警方法 | |
CN116993030B (zh) | 变化条件下水库压咸补淡调度方法及系统 | |
CN117436619B (zh) | 一种基于等效防洪作用的梯级水库防洪库容联合预留方法 | |
CN107944466A (zh) | 一种基于分段思想的降雨偏差纠正方法 | |
CN105373847B (zh) | 基于cfs预报的水电站水库预泄决策方法 | |
CN109063896B (zh) | 一种东北地区融雪径流开始日期的识别方法 | |
CN115496128A (zh) | 一种基于雨强-雨型特征参数联合分布的城市内涝风险预报方法 | |
CN113836807B (zh) | 一种基于熵值法和长短期记忆神经网络的河湖生态流量预报预警方法 | |
CN111047213B (zh) | 基于多要素联合判别的中长期水资源量临界预警指标方法 | |
Madhushankha et al. | Application of HEC-HMS model to estimate daily streamflow in Badddegama Watershed of Gin Ganga Basin Sri Lanka | |
Zhou et al. | Real‐time prediction and ponding process early warning method at urban flood points based on different deep learning methods | |
CN112528563A (zh) | 一种基于svm算法的城市内涝预警方法 | |
CN107451691B (zh) | 基于下垫面情况的冬季输电线路高度风速预报方法及系统 | |
Schellander et al. | Towards a reproducible snow load map–an example for Austria | |
CN116070955B (zh) | 一种用于山洪沟流域的区域可能最大降雨确定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |