基于改进杂草算法优化的神经网络模型在径流预报中的应用

针对BP神经网络在径流预报中易陷入局部最优解的缺陷及智能优化算法的优势,引入改进的杂草算法优化神经网络权值和阈值,将传统的杂草算法个体以正态分布空间扩散的方式改进为混合种群多种分布的方式产生子代个体。以金沙江流域中长期径流预报为例,将改进杂草算法优化的神经网络模型的径流预报结果与传统的BP神经网络和基于遗传算法优化的神经网络模型的预报结果进行对比。结果表明,改进杂草算法优化的神经网络应用到金沙江流域的径流预报精度较高,模型收敛更快,结果更加稳定,在实际预测中合理可行,具有一定的应用优势。研究成果为径流预报提供了新思路。     

基于库容风险频率曲线的水库群联合防洪调度研究

水库实时防洪调度决策是一类多目标、多阶段、多约束的复杂决策问题,风险分析是实时防洪决策的重要环节和依据,本文提出一种基于防洪库容风险频率曲线的梯级水库群防洪风险共担理论及水库风险-调度-决策理论体系,并结合溪洛渡、向家坝、三峡水库实际情况,运用自主研发的梯级水库群联合防洪调度风险分析模型,分析梯级水库群在汛期不同时段的防洪风险,并将风险率引入实时防洪调度决策,以期为水库群防洪调度提供决策依据,提高联合防洪调度系统综合利用效益。研究表明,实时调度过程中考虑风险率因素能够在保证防洪安全的同时有效提高水库群综合效益,风险-调度-决策理论能够为水库群调度方案优选提供依据。     

基于视频智能分析的河道监管系统设计与研究

为解决河道监管过程中存在的协同处置不同步、主动预警不智慧、统筹监管不及时、决策支撑不充分等问题,提升河道监管效率,本文立足于重庆市江北区河道监管业务需求,提出了河道监管系统建设的架构体系与总体方案。以基于视频监控图像的AI分析算法为核心,强化水利管理、渔政管理、河长制管理等多方面的业务管理能力。该系统可以充分发挥视频AI分析在河道监管过程中的优势,有效提高监管水平,研究成果可为河道监管相关部门提供参考。     

水库实时防洪风险计算及库群防洪库容分配互用性分析

水库防洪调度风险分析是实时防洪决策的重要环节和依据。为评估水库实时防洪风险,本文提出一种基于长系列历史实测径流资料的防洪库容频率曲线推算方法,以此为基础建立了水库实时防洪调度风险分析模型。进一步,从三峡水库实际防洪调度需求出发,分析了三峡水库汛期不同时段实时防洪风险,研究了上游溪洛渡、向家坝水库配合三峡水库进行联合调度时防洪库容频率曲线的变化,以及上下游水库间防洪库容分配及其互用性问题。研究表明,推求的防洪库容频率曲线能帮助判断当前防洪情势,合理利用防洪库容互用性可有效降低三峡水库防洪风险。