CN117556986A - 洪水调度优化方法、装置、可读存储介质及电子设备 - Google Patents
洪水调度优化方法、装置、可读存储介质及电子设备 Download PDFInfo
- Publication number
- CN117556986A CN117556986A CN202311506816.7A CN202311506816A CN117556986A CN 117556986 A CN117556986 A CN 117556986A CN 202311506816 A CN202311506816 A CN 202311506816A CN 117556986 A CN117556986 A CN 117556986A
- Authority
- CN
- China
- Prior art keywords
- model
- optimization
- flood
- scheduling
- dimensional hydrodynamic
- 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
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 125
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000008878 coupling Effects 0.000 claims abstract description 47
- 238000010168 coupling process Methods 0.000 claims abstract description 47
- 238000005859 coupling reaction Methods 0.000 claims abstract description 47
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 79
- 230000006870 function Effects 0.000 claims description 47
- 238000011144 upstream manufacturing Methods 0.000 claims description 16
- 230000001133 acceleration Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 238000012821 model calculation Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 239000002245 particle Substances 0.000 claims description 5
- 230000002265 prevention Effects 0.000 claims description 5
- 230000006872 improvement Effects 0.000 claims description 2
- 238000004088 simulation Methods 0.000 abstract description 6
- 238000004891 communication Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 230000000007 visual 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Evolutionary Computation (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Operations Research (AREA)
- Computing Systems (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Algebra (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Fluid Mechanics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Primary Health Care (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
Abstract
本发明公开了一种洪水调度优化方法、装置、可读存储介质及电子设备,该方法包括:建立河道的一维水动力模型,以及构建所述河道周边的洪水区域的二维水动力模型;建立一维水动力模型和二维水动力模型之间的模型耦合方式,得到耦合模型,并基于历史洪水数据对耦合模型进行参数率定;确定优化目标和调度参数,并建立优化目标的调度优化函数;调整所述调度参数,并基于所述耦合模型对所述调度优化函数的各个参数进行调整,以在达到所述优化目标的情况下,寻找所述调度优化函数为最小值时所述调整参数的值。根据模拟数据优化并制定匹配的调度方案,减少洪水淹没风险与损失。
Description
技术领域
本发明涉及水动力技术领域,特别是涉及一种洪水调度优化方法、装置、可读存储介质及电子设备。
背景技术
开展区域的洪水模型的研究,对于提高洪水预警预报水平、支持防洪调度、减少洪灾损失具有重大的现实意义。峡江库区的水动力研究,重点关注河道水位及超标准洪水导致的库区淹没。已有学者就一二维耦合的方式对库区洪水演进进行探索。
通常一维水动力模型采用MIKE 11模型模拟河道水位;二维水动力模型采用MIKE21模型模拟淹没区洪水;结构物模型用于计算上、下游两个水位点(h-point)之间的流量,即水工建筑物被安置在计算网格点的流量点处。通过这些模型模拟结果较真实地反映了结构物的阻水及过流效果。但是如何减少洪水淹没风险与损失,目前仍然没有有效的解决方案。
发明内容
鉴于上述状况,有必要针对现有技术中的问题,提供一种洪水调度优化方法、装置、可读存储介质及电子设备。
本发明公开了一种洪水调度优化方法,包括:
建立河道的一维水动力模型,以及构建所述河道周边的洪水区域的二维水动力模型;
建立所述一维水动力模型和所述二维水动力模型之间的模型耦合方式,得到耦合模型,并基于历史洪水数据对所述耦合模型进行参数率定;
确定优化目标和调度参数,并建立所述优化目标的调度优化函数,所述调度优化函数包括水资源控制优化、上游提防安全优化和下游防汛安全优化;
调整所述调度参数,并基于所述耦合模型对所述调度优化函数的各个参数进行调整,以在达到所述优化目标的情况下,寻找出所述调度优化函数为最小值时所述调整参数的值。
进一步的,上述洪水调度优化方法,其中,所述调度优化函数为:
式中:Ewl为结束时刻控制点水位,Twl为目标蓄水位,K1为下游安全系数,Qp为闸门最大排放流量,K2为上游安全系数,Mwl为控制点最高水位,Q为安全排放流量,WL为安全水位。
进一步的,上述洪水调度优化方法,其中,所述调度参数为闸门最大排放流量。
进一步的,上述洪水调度优化方法,其中,所述一维水动力模型为:
x、t分别为计算点空间和时间的坐标,A为过水断面面积,Q为过流流量,h’为水位,q’为旁侧入流流量,C为谢才系数,R为水力半径,α为动量校正系数,g为重力加速度;
所述二维二维水动力模型为:
其中,t为时间,h为水深,Z为水位,u、v为x、y方向沿垂线平均的水平流速分量,g为重力加速度,n为糙率,q为源汇项;
所述建立一维水动力模型和所述二维水动力模型之间的模型耦合方式的步骤包括:
在所述一维水动力模型沿程加入共加入43个侧向结构物,以岸堤高程作为侧向堰坝堤顶,并在堰坝结构物后设置水库库容;
进行一维模型计算,提取侧向结构物溢流流量后作为边界加入二维模型,模拟淹没过程。
进一步的,上述洪水调度优化方法,其中,所述调整所述调度参数,并基于所述耦合模型对所述调度优化函数的各个参数进行调整的步骤包括:
所述调度参数,并基于所述耦合模型,结合粒子群算法对所述调度优化函数的各个参数进行调整。
本发明还公开了一种洪水调度优化装置,包括:
第一建立模块,用于建立河道的一维水动力模型,以及构建所述河道周边的洪水区域的二维水动力模型;
第二建立模块,用于建立所述一维水动力模型和所述二维水动力模型之间的模型耦合方式,得到耦合模型,并基于历史洪水数据对所述耦合模型进行参数率定;
第三建立模块,用于确定优化目标和调度参数,并建立所述优化目标的调度优化函数,所述调度优化函数包括水资源控制优化、上游提防安全优化和下游防汛安全优化;
优化模块,用于调整所述调度参数,并基于所述耦合模型对所述调度优化函数的各个参数进行调整,以在达到所述优化目标的情况下,寻找出所述调度优化函数为最小值时所述调整参数的值。
进一步的,上述洪水调度优化装置,其中,所述调度优化函数为:
式中:Ewl为结束时刻控制点水位,Twl为目标蓄水位,K1为下游安全系数,Qp为闸门最大排放流量,K2为上游安全系数,Mwl为控制点最高水位,Q为安全排放流量,WL为安全水位。
进一步的,上述洪水调度优化装置,其中,所述一维水动力模型为:
x、t分别为计算点空间和时间的坐标,A为过水断面面积,Q为过流流量,h’为水位,q’为旁侧入流流量,C为谢才系数,R为水力半径,α为动量校正系数,g为重力加速度;
所述二维二维水动力模型为:
其中,t为时间,h为水深,Z为水位,u、v为x、y方向沿垂线平均的水平流速分量,g为重力加速度,n为糙率,q为源汇项;
所述建立一维水动力模型和所述二维水动力模型之间的模型耦合方式的步骤包括:
在所述一维水动力模型沿程加入共加入43个侧向结构物,以岸堤高程作为侧向堰坝堤顶,并在堰坝结构物后设置水库库容;
进行一维模型计算,提取侧向结构物溢流流量后作为边界加入二维模型,模拟淹没过程。
本发明还公开了一种电子设备,包括存储器和处理器,所述存储器存储有程序,所述程序被所述处理器执行时实现上述任一所述的机洪水调度优化方法。
本发明还公开了一种计算机可读存储介质,其上存储有程序,所述程序被处理器执行时实现上述任一所述的洪水调度优化方法。
本发明是基于一维水动力模型及二维水动力模型的基础上提出一二维耦合的模型方式,该耦合方式尽可能的还原了真实的淹没情况,然后根据峡江枢纽实际情况及调度习惯,通过率定完成的水动力模型为基础模型,并提出了适合该区域的优化目标函数。本发明在模拟洪水淹没的同时进行实时优化调度,根据模拟数据优化并制定匹配的调度方案,减少洪水淹没风险与损失。
附图说明
图1为本发明实施例提供的洪水调度优化方法的流程图;
图2为模型概化示意图;
图3为本发明实施例中洪水调度优化装置的结构框图;
图4本发明实施例中电子设备的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
参照下面的描述和附图,将清楚本发明的实施例的这些和其他方面。在这些描述和附图中,具体公开了本发明的实施例中的一些特定实施方式,来表示实施本发明的实施例的原理的一些方式,但是应当理解,本发明的实施例的范围不受此限制。相反,本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
请参阅图1,为本发明实施例中的一种洪水调度优化方法,其特征在于,包括步骤S11~S14。
步骤S11,建立河道的一维水动力模型,以及构建所述河道周边的洪水区域的二维水动力模型。
河道水位模拟采用MIKE 11模型,MIKE 11HD水动力计算模型是基于垂向积分的物质和动量守恒方程组,即一维非恒定流Saint-Venant方程组来模拟河流或河口的水流状态,得到一维水动力模型:
式中,x、t分别为计算点空间和时间的坐标,A为过水断面面积,Q为过流流量,h’为水位,q’为旁侧入流流量,C为谢才系数,R为水力半径,α为动量校正系数,g为重力加速度。
周边淹没区洪水模拟采用MIKE 21模型,MIKE 21基于二维浅水波方程,采用单元中心的显式有限体积法求解。
二维水动力模型可以通过二维非恒定流方程表示,由水流连续方程和动量方程组成,具体形式如下:
式中:h为水深,Z为水位,u、v为x、y方向沿垂线平均的水平流速分量,g为重力加速度,n为糙率,q为源汇项。
步骤S12,建立所述一维水动力模型和所述二维水动力模型之间的模型耦合方式,得到耦合模型,并基于历史洪水数据对所述耦合模型进行参数率定。
本实施例中,一维水动力模型和二维水动力模型可以采用弱耦合形式,一维水动力模型沿程加入共加入43个侧向结构物,以岸堤高程作为侧向堰坝堤顶,并在堰坝结构物后设置水库库容(库容根据高精度地形数据获取)。先进行一维水动力模型计算,提取侧向结构物溢流流量,作为边界加入二维水动力模型,模拟淹没过程。该耦合方式尽可能的还原了真实的淹没情况。模型概化如图2所示。
水动力率定参数主要为河道糙率,模型水位率定从下游至上游逐站点率定,调整河道糙率参数,当模拟曲线与实际监测值尽量趋近时确定各个代表站的河道糙率。以赣江干流及库区主要支流为例,库区内主要水位站点包括坝前、吉水站、吉安站。在对2019年的洪水水文资料进行可靠性、一致性、代表性[GB/T 22482-2008,水文情报预报规范]分析后,采用2019年6月暴雨数据进行水动力模型率定。结果为:
峡江枢纽坝前水位峰值误差模拟实测误差仅2cm,确定性系数达0.94;吉水站为赣江乌江汇合后的第一个站点,模型水位峰值误差为2cm,峰值时刻相位差3h,确定性系数为0.86;吉安站为模型上边界,水位峰值误差4cm,确定性系数为0.9。整体上,各个站点的确定性系数基本在0.9左右,洪峰水位相对误差在±5cm以内,表明本实施例中的模型计算结果能基本反映真实的洪水过程。
步骤S13,确定优化目标和调度参数,并建立所述优化目标的调度优化函数,所述调度优化函数包括水资源控制优化、上游提防安全优化和下游防汛安全优化。
可以理解的,不同调度策略,对库区水位会产生很大影响,这就表明,峡江枢纽的调度是存在优化的空间。以峡江枢纽为例,其共18个闸孔,根据不同起排水位结合18个闸门排列组合,闸门调度存在无限可能,理论上是完全可以控制库区的水位。但是峡江枢纽有18个闸门,决策变量很多,如和提高优化精确度和效率都具有挑战性。
该优化目标根据需求来设置,例如本实施例中该优化目标例如为:
(1)金滩堤为典型堤防,堤顶高程低于1m为控制水位50.16m(模型里程24492断面);
(2)下泄流量为流量控制目标,最大下泄流量不超过14800m3/s;
(3)完整的洪水调度结束后,库区蓄水位达到45m。
根据峡江枢纽实际情况及调度习惯,提出了适合该区域的优化目标函数:
式中,Ewl为结束时刻控制点水位,Twl为目标蓄水位,K1为下游安全系数,Qp为闸门最大排放流量,K2为上游安全系数,Mwl为控制点最高水位,Q为安全排放流量,WL为安全水位。
Ewl-Twk在函数中表示水资源控制,即优化结束后水库内蓄水量能达到预期;
在函数中控制下游防汛安全,优化下泄流量不超过下游能承泄最大值,可以通过系数K1调整此项在函数中所占比重;
在函数中控制上游提防安全,优化上游库区最高水位不超过提防安全高度,可以通过系数K2调整此项在函数中所占比重。
步骤S14,调整所述调度参数,并基于所述耦合模型对所述调度优化函数的各个参数进行调整,以在达到所述优化目标的情况下,寻找所述调度优化函数的最小值时的所述调整参数的值。
该调度参数通常为闸门最大排放流量Qp,每次调整Qp后耦合模型为作出相应的调整,即重新计算一维水动力模型和二维水动力模型,计算结果数据中包括调度优化函数中参数的值。将计算结果数据中各个参数的值代入优化目标函数中,可以计算出Y的值,当Y值最小时,表明达到最优。
具体实施时,可以采用粒子群算法进行调度优化。在率定后的耦合模型较基础上,结合粒子群算法,对目标函数的各参数进行调整,在不超过函数中各安全指标下,通过调整Q_p闸门的排放流量,计算寻找最小Y值。
在本实施例中,该优化过程用时18分钟,得到优化结果如下:最优预排水位40.9m;计算最高水位50.66m(超预设参数0.5m);最大下泄流量14775m3/s;结束时刻蓄水位与预设目标蓄水位差值0.32m。综合优化结果分析,误差均在合理范围,认为已经优化出符合优化目标的调度方案。
本实施例构建了基于河道的一维水动力模型和洪水区域的二维水动力模型之间的耦合模型,对峡江枢纽闸门进行了概化。通过历史洪水数据对模型进行率定,得到更为精确的耦合模型。根据峡江枢纽实际情况及管理调度习惯,提出了能够切实解决峡江枢纽工程调度需要的优化函数。优化模型引入粒子群算法,进一步提高优化效率,并在不同场景下都优化出合适的调度方案。本实施例构建的耦合模型可为区域的防洪排涝计算、洪水预报、水利工程调度管理等防洪业务提供技术支撑。
请参阅图3,为本发明实施例中的一种洪水调度优化装置,包括:
第一建立模块21,用于建立河道的一维水动力模型,以及构建所述河道周边的洪水区域的二维水动力模型;
第二建立模块22,用于建立所述一维水动力模型和所述二维水动力模型之间的模型耦合方式,得到耦合模型,并基于历史洪水数据对所述耦合模型进行参数率定;
第三建立模块23,用于确定优化目标和调度参数,并建立所述优化目标的调度优化函数,所述调度优化函数包括水资源控制优化、上游提防安全优化和下游防汛安全优化;
优化模块24,用于调整所述调度参数,并基于所述耦合模型对所述调度优化函数的各个参数进行调整,以在达到所述优化目标的情况下,寻找所述调度优化函数的最小值时的所述调整参数的值。
进一步的,上述洪水调度优化装置,其中,所述调度优化函数为:
式中:Ewl为结束时刻控制点水位,Twl为目标蓄水位,K1为下游安全系数,Qp为闸门最大排放流量,K2为上游安全系数,Mwl为控制点最高水位,Q为安全排放流量,WL为安全水位。
进一步的,上述洪水调度优化装置,其中,所述一维水动力模型为:
x、t分别为计算点空间和时间的坐标,A为过水断面面积,Q为过流流量,h’为水位,q’为旁侧入流流量,C为谢才系数,R为水力半径,α为动量校正系数,g为重力加速度;
所述二维二维水动力模型为:
其中,t为时间,h为水深,Z为水位,u、v为x、y方向沿垂线平均的水平流速分量,g为重力加速度,n为糙率,q为源汇项;
所述建立一维水动力模型和所述二维水动力模型之间的模型耦合方式的步骤包括:
在所述一维水动力模型沿程加入共加入43个侧向结构物,以岸堤高程作为侧向堰坝堤顶,并在堰坝结构物后设置水库库容;
进行一维模型计算,提取侧向结构物溢流流量后作为边界加入二维模型,模拟淹没过程。
本发明实施例所提供的洪水调度优化装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
本发明另一方面还提出一种电子设备,请参阅图4,所示为本发明实施例当中的电子设备,包括处理器10、存储器20以及存储在存储器上并可在处理器上运行的计算机程序30,所述处理器10执行所述计算机程序30时实现如上述的洪水调度方法。
其中,所述电子设备可以为但不限于个人电脑、手机等计算机设备。处理器10在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片,用于运行存储器20中存储的程序代码或处理数据等。
其中,存储器20至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器20在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的硬盘。存储器20在另一些实施例中也可以是电子设备的外部存储装置,例如电子设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)等。进一步地,存储器20还可以既包括电子设备的内部存储单元也包括外部存储装置。存储器20不仅可以用于存储安装于电子设备的应用软件及各类数据等,还可以用于暂时地存储已经输出或者将要输出的数据。
可选地,该电子设备还可以包括用户接口、网络接口、通信总线等,用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard),可选的用户接口还可以包括标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口),通常用于在该装置与其他电子装置之间建立通信连接。通信总线用于实现这些组件之间的连接通信。
需要指出的是,图4示出的结构并不构成对电子设备的限定,在其它实施例当中,该电子设备可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
本发明还提出一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述的洪水调度方法。
本领域技术人员可以理解,在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置中获取指令并执行指令的系统)使用,或结合这些指令执行系统、装置而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或结合这些指令执行系统、装置而使用的设备。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或它们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种洪水调度优化方法,其特征在于,包括:
建立河道的一维水动力模型,以及构建所述河道周边的洪水区域的二维水动力模型;
建立所述一维水动力模型和所述二维水动力模型之间的模型耦合方式,得到耦合模型,并基于历史洪水数据对所述耦合模型进行参数率定;
确定优化目标和调度参数,并建立所述优化目标的调度优化函数,所述调度优化函数包括水资源控制优化、上游提防安全优化和下游防汛安全优化;
调整所述调度参数,并基于所述耦合模型对所述调度优化函数的各个参数进行调整,以在达到所述优化目标的情况下,寻找出所述调度优化函数为最小值时所述调整参数的值。
2.如权利要求1所述的洪水调度优化方法,其特征在于,所述调度优化函数为:
式中:Ewl为结束时刻控制点水位,Twl为目标蓄水位,K1为下游安全系数,Qp为闸门最大排放流量,K2为上游安全系数,Mwl为控制点最高水位,Q为安全排放流量,WL为安全水位。
3.如权利要求1所述的洪水调度优化方法,其特征在于,所述调度参数为闸门最大排放流量。
4.如权利要求1所述的洪水调度优化方法,其特征在于,所述一维水动力模型为:
x、t分别为计算点空间和时间的坐标,A为过水断面面积,Q为过流流量,h’为水位,q’为旁侧入流流量,C为谢才系数,R为水力半径,α为动量校正系数,g为重力加速度;
所述二维二维水动力模型为:
其中,t为时间,h为水深,Z为水位,u、v为x、y方向沿垂线平均的水平流速分量,g为重力加速度,n为糙率,q为源汇项;
所述建立一维水动力模型和所述二维水动力模型之间的模型耦合方式的步骤包括:
在所述一维水动力模型沿程加入共加入43个侧向结构物,以岸堤高程作为侧向堰坝堤顶,并在堰坝结构物后设置水库库容;
进行一维模型计算,提取侧向结构物溢流流量后作为边界加入二维模型,模拟淹没过程。
5.如权利要求1所述的洪水调度优化方法,其特征在于,所述调整所述调度参数,并基于所述耦合模型对所述调度优化函数的各个参数进行调整的步骤包括:
所述调度参数,并基于所述耦合模型,结合粒子群算法对所述调度优化函数的各个参数进行调整。
6.一种洪水调度优化装置,其特征在于,包括:
第一建立模块,用于建立河道的一维水动力模型,以及构建所述河道周边的洪水区域的二维水动力模型;
第二建立模块,用于建立所述一维水动力模型和所述二维水动力模型之间的模型耦合方式,得到耦合模型,并基于历史洪水数据对所述耦合模型进行参数率定;
第三建立模块,用于确定优化目标和调度参数,并建立所述优化目标的调度优化函数,所述调度优化函数包括水资源控制优化、上游提防安全优化和下游防汛安全优化;
优化模块,用于调整所述调度参数,并基于所述耦合模型对所述调度优化函数的各个参数进行调整,以在达到所述优化目标的情况下,寻找出所述调度优化函数为最小值时所述调整参数的值。
7.如权利要求6所述的洪水调度优化装置,其特征在于,所述调度优化函数为:
式中:Ewl为结束时刻控制点水位,Twl为目标蓄水位,K1为下游安全系数,Qp为闸门最大排放流量,K2为上游安全系数,Mwl为控制点最高水位,Q为安全排放流量,WL为安全水位。
8.如权利要求6所述的洪水调度优化装置,其特征在于,所述一维水动力模型为:
x、t分别为计算点空间和时间的坐标,A为过水断面面积,Q为过流流量,h’为水位,q’为旁侧入流流量,C为谢才系数,R为水力半径,α为动量校正系数,g为重力加速度;
所述二维二维水动力模型为:
其中,t为时间,h为水深,Z为水位,u、v为x、y方向沿垂线平均的水平流速分量,g为重力加速度,n为糙率,q为源汇项;
所述建立一维水动力模型和所述二维水动力模型之间的模型耦合方式的步骤包括:
在所述一维水动力模型沿程加入共加入43个侧向结构物,以岸堤高程作为侧向堰坝堤顶,并在堰坝结构物后设置水库库容;
进行一维模型计算,提取侧向结构物溢流流量后作为边界加入二维模型,模拟淹没过程。
9.一种电子设备,其特征在于,包括存储器和处理器,所述存储器存储有程序,所述程序被所述处理器执行时实现如权利要求1-5任一所述的机洪水调度优化方法。
10.一种计算机可读存储介质,其上存储有程序,其特征在于,所述程序被处理器执行时实现如权利要求1-5任一所述的洪水调度优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311506816.7A CN117556986A (zh) | 2023-11-13 | 2023-11-13 | 洪水调度优化方法、装置、可读存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311506816.7A CN117556986A (zh) | 2023-11-13 | 2023-11-13 | 洪水调度优化方法、装置、可读存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117556986A true CN117556986A (zh) | 2024-02-13 |
Family
ID=89817869
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311506816.7A Pending CN117556986A (zh) | 2023-11-13 | 2023-11-13 | 洪水调度优化方法、装置、可读存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117556986A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117852850A (zh) * | 2024-03-08 | 2024-04-09 | 水利部交通运输部国家能源局南京水利科学研究院 | 基于虚拟河道替代闸孔泄流计算的蓄滞洪区洪水调度方法及系统 |
-
2023
- 2023-11-13 CN CN202311506816.7A patent/CN117556986A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117852850A (zh) * | 2024-03-08 | 2024-04-09 | 水利部交通运输部国家能源局南京水利科学研究院 | 基于虚拟河道替代闸孔泄流计算的蓄滞洪区洪水调度方法及系统 |
CN117852850B (zh) * | 2024-03-08 | 2024-05-07 | 水利部交通运输部国家能源局南京水利科学研究院 | 基于虚拟河道替代闸孔泄流计算的蓄滞洪区洪水调度方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11348014B2 (en) | System method and apparatus for AI-based adaptive control of hydrology management for basin rivers | |
Cheng et al. | Flood risk zoning by using 2D hydrodynamic modeling: A case study in Jinan City | |
CN104898183B (zh) | 暴雨城市内涝建模评估方法 | |
AU2021233949A1 (en) | SWMM and EFDC coupling model-based regulation and storage project environmental effect assessment method and device | |
CN117556986A (zh) | 洪水调度优化方法、装置、可读存储介质及电子设备 | |
US8914266B2 (en) | Systems and methods for modeling floods | |
Krzhizhanovskaya et al. | Distributed simulation of city inundation by coupled surface and subsurface porous flow for urban flood decision support system | |
CN115840975B (zh) | 一种风暴潮增水漫堤预警方法、系统、装置和存储介质 | |
CN115861012B (zh) | 一种多源数据融合预警发布方法、装置、电子设备及介质 | |
CN111985129A (zh) | 一种城市暴雨内涝精细化模拟方法 | |
CN116738669A (zh) | 城市地表径流模拟方法、装置、设备以及存储介质 | |
CN114492233A (zh) | 一种基于webGIS平台及考虑综合利用要求的流域水模拟方法 | |
KR101934283B1 (ko) | 복수의 카테고리로 구분되는 해안의 특성을 고려한 총수위 예측 방법 및 이를 이용한 서버 | |
CN117114371B (zh) | 一种基于卫星遥感的现代水网防汛监测与调度方法及系统 | |
KR20200005271A (ko) | 해안도시지역 내 범람 모의방법 및 그를 위한 컴퓨터 프로그램 | |
CN113869804B (zh) | 一种洪涝灾害下的电网设备风险预警方法及系统 | |
CN116076331A (zh) | 一种三水联合灌溉调度方法 | |
CN107423541B (zh) | 一种改进的核动力厂设计基准事故潜在后果的大气弥散计算方法 | |
Ngo et al. | Decentralization-based optimization of detention reservoir systems for flood reduction in urban drainage areas | |
JP5270322B2 (ja) | 下水道施設の浸水対策システム | |
Altinakar et al. | New generation modeling and decision support tools for studying impacts of dam failures | |
Yu et al. | Optimal sizing of urban drainage systems using heuristic optimization | |
Varra | Porous Shallow water Equations for urban flooding simulations | |
CN116522435B (zh) | 一种基于分级设防的漫水堤布置方法 | |
Craninx et al. | Flood4castRTF: A Real-Time Urban Flood Forecasting Model. Sustainability 2021, 13, 5651 |
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 |