一维不恒定流与卡尔曼滤波耦合的河道实时洪水预报模型

对一维不恒定流方程组进行简化，导出扩散波的一维不恒定流方程，用有限差分对其进行离散化。考虑实时洪水预报的特点，上边界拟采用人流已知，下边界对于自然河段拟采用水位流量关系，对有闸、坝控制的拟采用相应的出流计算公式。对离散化的方程和边界条件进行线性化，得到系统方程。由于实际河道中实测变量的个数总少于待求变量的个数，为此，根据滤波方面的理论提出了一维不恒定流与卡尔曼滤波耦合的半自适应滤波模型。在该模型中量测误差系列的协方差矩阵可以通过信息更新系列实时地估计出来，只有模型误差系列的协方差矩阵需要预先给出。最后用实例对模型进行了检验并与其他方法进行了比较。     

试析卡尔曼滤波与不学相结合在洪水实时预报中的应用

采用扩散波的一维非恒定流方程，对其用有限差分进行离散化。考虑到在实时洪水预报中的一些特点，上边界拟采用入流己知，下边界对于自然河段拟采用水位流量关系，对于有闸、坝控制的河道拟采用相应的出流计算公式。对离散化的方程和边界条件进行线性化，得到了系统方程。实际河道中实测变量的个数总是少于待求变量的个数，根据滤波方面的理论提出了水力学方法与卡尔曼滤波相结合的半自适应滤波模型。在该模型中，量测误差系列的协方差矩阵可以通过信息更新系列实时地估计出来，只是模型误差系列的协方差距阵需要预先给出。     

试析卡尔曼滤波与水力学相结合在洪水实时预报中的应用

采用扩散波的一维非恒定流方程,对其用有限差分进行离散化。考虑到在实时洪水预报中的一些特点,上边界拟采用入流已知,下边界对于自然河段拟采用水位流量关系,对于有闸、坝控制的河道拟采用相应的出流计算公式。对离散化的方程和边界条件进行线性化,得到了系统方程。实际河道中实测变量的个数总是少于待求变量的个数,根据滤波方面的理论提出了水力学方法与卡尔曼滤波相结合的半自适应滤波模型。在该模型中,量测误差系列的协方差矩阵可以通过信息更新系列实时地估计出来,只是模型误差系列的协方差距阵需要预先给出。     

基于WAMS的电力系统实时状态估计和预报

根据广域测量系统/数据采集与监控（WAMS/SCADA）系统的测量数据,提出一种实时状态估计和预报算法。采用递推增广最小二乘法辨识和修正状态转移矩阵,并采用渐消记忆指数加权法在线估计线性化后的模型误差协方差矩阵,同时由量测量的标准差在线计算量测权重,这使得在利用观测数据进行滤波的同时,状态估计模型中不精确（或未知）参数和噪声协方差矩阵不断地在线辨识和修正,以适应环境的干扰和过程的时变性,减少状态估计误差,达到良好的滤波效果。仿真结果表明,所提出的方法在正常情况、存在坏数据、负荷突变/发电机输出功率突变、网络拓扑结构误判等情况下具有较好的滤波效果。     

河道水位模拟及全耦合洪水演算模型探讨

本文研究了传统的洪水水位计算方法,推导出描述流量水位关系的新方程,并提出一种模拟水位过程的算法,可以作为独立的水位变换器用于河道沿程水位计算,并可构成全耦合的河道洪水演算模型,用于河道非线性水位流量计算和回水河段水文模拟。     

自适应卡尔曼滤波法在斜拉桥施工中的应用

在应用标准卡尔曼滤波法处理斜拉桥施工控制误差时,如果施工动态噪声（如施工误差等）的方差、协方差估计误差较大时容易使结果产生发散现象,导致状态估计的不可信。针对这种现象,采用了自适应卡尔曼滤波法。该方法可以在对观测数据进行滤波的同时,实时地对未知的或不确切的系统模型参数和噪声的统计特性进行适当的估计和修正,以补偿滤波中对动态噪声方差或协方差估计的不足,以减弱模型误差的影响,使滤波结果更接近于实际。通过仙桃汉江公路大桥主桥的应用证明该方法是可行的。     

面向结构图的分汊河道截流过程仿真与优化研究

采用面向结构图的仿真方法，基于Matlab／Simulink软件平台，提出了分汉河道截流过程仿真与优化方法。结合截流情况建立截流系统仿真模型，并采用混合遗传算法对模型进行求解，在仿真基础上对截流系统进行优化分析。该方法实现了建模与仿真的模块化、结构化和可视化，并且模块可重用性强便于模型的修改和集成。面向工程实例，根据河道汉口处两江水位相等的特征，建立了目标函数方程并采用混合遗传算法求解，该算法求解精度高、收敛速度快，仿真结果证明了以上方法的科学性和有效性。     

河道水库断面法测算误差评估

从源误差评估规则和函数误差传递原理出发,对源误差进行了分类,结合河道水库断面法冲淤测算的基本方程,推导出了河道水库断面法冲淤测量主要要素误差评估的系列公式。     

基于集合卡尔曼滤波的实时校正方法

为减少非恒定水流计算中的不确定性,基于集合卡尔曼滤波提出多变量交替校正的方法。该方法通过交替校正水位和流量,避开了滤波过程中的大矩阵计算,实现了利用观测信息直接校正非恒定流状态的目的;同时,应用尺度转换方法提高水位滤波精度。数值试验重点考察了观测误差和水位变换系数对模型计算精度的影响。结果表明:观测误差越小,模型的计算精度越高;水位尺度变换系数能显著增强多变量交替校正方法的效果,变换系数越大,计算精度越高;基于集合卡尔曼滤波的多变量交替校正方法具有良好的校正性能,能显著提高河道水流的预报精度。     

SKM模型在天然河道的适用性研究

采用有限体积法对SKM模型控制方程进行离散,使其可以应用于任意断面形状的天然河道水力要素计算。通过自编程序,将该数值模拟方法应用于长江朱沱水文站和英国特伦特河Yoxall水文站断面深度平均流速及水位流量关系计算,所得数值解与实测结果吻合良好。实例应用结果表明,采用该数值模拟方法可以有效地解决SKM模型在天然河道中的应用难题,其在河道过流能力、水位等方面预测合理可行,具有实际应用价值。