水库群消落期多目标智能优化调度研究

本文考虑了河道天然流量模式调度需求,以发电量、供水满足度最大和河道流量偏差函数值最小为目标,建立了水库群消落期多目标优化调度模型,采用非支配排序遗传算法求解,以湘江流域东江-双牌-涔天河水库群为研究对象,进行了实例分析。研究结果表明：相比常规方案,在丰、平、枯水年情景下,发电量最大方案分别能提高1571万kW·h(11.2%)、1167万kW·h(10.9%)和811万kW·h(10.0%)的发电量;生态效益最好的方案,能减小1.56(61.2%)、0.33(6.3%)和0.89(13.6%)的河道流量偏差函数值;供水满足度最大的方案能提高2.1%、2.6%和3.4%的供水效益。构建的水库群消落期多目标优化调度模型可为长江流域水库群消落调度提供理论参考。     

渭河流域水沙多年变化及趋势分析

利用近50年来降水、水土保持措施、水利措施及工业生活用水等方面的资料,分析了降水和人类活动对渭河流域水沙变化的影响,指出：从20世纪70年代以后,渭河流域水沙呈现减少的趋势,其中90年代减少十分显著;人类活动和气候变化是影响渭河流域水沙变化的主要因素,今后还应加强微观尺度和机理的研究工作;2003年以后渭河流域降水量将呈现10年左右的偏多期,水沙量也将呈现10年左右增长的趋势,必须提前安排好应对措施。     

三峡水库提前蓄水防洪风险分析模型及其应用

为充分发挥三峡工程在防洪、发电、航运、抗旱及生态保护等方面的综合利用效益,在确保防洪安全的前提下提前蓄水,是实现洪水资源化的有效途径。本文基于贝叶斯方法建立了水文防洪风险分析模型,采用多输入单输出系统模型把出库流量演进至防洪控制点。根据拟定的三峡水库6种提前蓄水方案,选用1951-2010年共60年的日径流资料分别计算了提前蓄水和非提前蓄水两种情况下的风险率。结果表明：三峡水库提前蓄水并未增加长江中游荆江河段的防洪风险。     

考虑入库洪水不确定性的三峡水库汛限水位动态控制域研究

汛限水位动态控制域是水库实施汛限水位动态控制的基础与关键.考虑影响防洪调度风险的最重要风险源,即入库洪水预报误差及洪水过程线形状的不确定性,提出风险约束条件及其量化分析方法.将入库洪水不确定性、风险分析与汛限水位动态控制域的确定过程有机结合起来,利用预泄能力约束法和Monte-Carlo模拟方法推求三峡水库汛限水位动态控制域.在不增加防洪风险的前提下,三峡水库实施汛限水位动态控制可有效地提高中小洪水资源的利用效率,利用1～3 d的洪水预报信息,三峡水库汛期可增发电量6.99×108～14.45×108kW·h.研究方法对其他水库实施汛限水位动态控制也有借鉴意义.     

金沙江下游梯级水库汛期运行水位协同浮动调度研究

为验证梯级水库汛期运行水位协同浮动调度模型方法的合理性与普适性,在金沙江流域开展实例分析。首先考虑洪水预见期变化,应用动态多目标算法高效求解调度模型;然后评价汛期运行水位协同浮动调度的风险与效益;最后推求乌东德、白鹤滩、溪洛渡、向家坝水库的汛期运行水位协同浮动关系。研究结果表明：相比年汛限水位静态控制调度方案,梯级水库汛期运行水位协同浮动调度方案在不增加防洪风险前提下,各水库汛期运行水位均可适当抬升,汛期多年平均发电量和电站弃水减少量的最高值(改善率)可达1071亿kWh(11.1%)和649亿m³(14.3%),有效提高了洪水资源利用水平,综合效益巨大。     

洞庭湖区月降雨序列的混沌特性识别及预测研究

基于相空间重构思想,采用最大Laypunov指数法确定洞庭湖区岳阳水文站30 a的月降雨序列具有明显的混沌特性。应用混沌径向基函数神经网络预测月降雨量,预测精度远远低于时间序列分解模型,并表现出高度的无规律性。定量分析了噪声对混沌预测精度的影响,表明监测误差是影响混沌预测精度的一个重要因素,提高数据精度是提高混沌预测精度的一个有效方法。     

基于两变量分布的峰量联合分析

采用Gumbel 逻辑模型建立基于超定量取样的两变量联合分布,利用所建立的联合分布,给出了条件频率和两种两变量重现期的计算方法。以隔 河岩水库坝址洪水研究为例,分析了当洪峰超过其某一频率的设计值时,各不同频率的设计 洪量发生的条件频率,并对同频率设计值组合的两变量重现期进行了计算。研究表明在推求 设计洪水过程线时,洪峰和洪量同频率的假定并不是过于偏保守,甚至还存在一定的风险, 作为设计方法中的假定,具有一定的合理性。     

基于风险分析的大坝设计洪水标准研究

在分析和评价传统大坝设计洪水标准的基础上，详细探讨了基于风险分析确定大坝防洪安全标准和设计洪水标准的方法，建立了可接受风险水平约束下的大坝防洪安全标准的风险决策模型，初步解决了风险分析中生命损失不宜货币量化的问题。建议我国把基于风险分析的设计洪水标准作为防洪标准规范的使用参考。     

丹江口库周区人工神经网络洪水预报模型研究

丹江口水库库周区洪水入库方式多样,入库过程难以观测,采用传统模型对库周区洪水进行预报的精度较低.运用人工神经网络模型的基本原理,针对库周区洪水汇流历时短,所需预见期较短,对预报精度要求较高的特点,建立了可以灵活调整预见期的基于人工神经网络的库周区洪水预报模型.模型采用权重自适应算法,不需要单独的误差校正模型,结构较为简洁.选取1996～1999年汛期资料作为率定期资料,以2000～2001年的资料作为检验期资料,获得了较高的模拟和预报精度.当预见期为1个时段时,模型率定期和检验期的确定性系数分别为97.3%、94.9%,水量平衡系数分别为0.997、0.996,总的洪峰合格率达到95.83%.     

汉江流域径流时空变化趋势分析

汉江流域是南水北调中线工程的水源地,应用Mann-Kendall非线性检验方法,分析了汉江流域干流和各子流域1951-2003年春、夏、秋、冬径流的长期变化趋势.分析发现1991年是汉江流域年径流量趋势变化的突变点,从20世纪80年代的丰水期进入90年代的枯水期;在显著性水平a=0.05上,春季和冬季汉江流域许多子流域径流量长期变化趋势呈下降趋势.分析结果将为南水北调中线工程水资源配置决策提供科学依据.