关于抽水试验最大降深问题的探讨

根据较权威、较新的有关手册及抽水试验规范论述,认为潜水抽水试验抽水孔的最大降深应在含水层厚度的1/3～4/5之间,不应局限于1/2。     

稳定井流抽水含水层参数计算及富水性评价

针对目前单孔稳定流求参存在的问题,在分析新生界松散含水层条件及三次降深抽水过程基础上,利用其抽水试验恢复阶段的数据,分别求得各含水层多个参数,其值真实地反映了含水层的实际情况.采用多元回归方法,求得降深与流量关系,通过其参数值进行分析,间接得出各含水层的富水性程度,其结果与实际情况相吻合,避免了单孔抽水稳定井流公式带来的偏差.     

基于GPRS和ArcGIS Server的水位预警系统技术研究

为满足水位预警工作的需要,利用ArcGIS Server技术,设计和开发了水位预警系统。结合水文监测工作的特殊性,分析了数据的传输、处理等过程,实现了地图操作、属性查询、水位预警、应急预案等功能。     

水位降深控制的目标函数法基坑降水优化设计

基坑降水在基坑施工中有着重要的地位,一般降水方案偏于保守,基坑总涌水量偏大。在确保基坑安全的前提下,为了降低基坑降水的总涌水量,节省基坑降水费用,基于目标函数法,以单井出水量为设计变量,以各个控制点水位降深的最大值最小化为目标函数,运用MATLAB软件最大最小化进行优化求解。通过沈阳世茂五里河T3-T5及S3楼深基坑降水工程,将优化结果与原设计方案进行对比分析。结果显示:优化后基坑总涌水量比原设计方案降低了4.7%;控制点水位降深满足设计要求,水位降深相比原方案减小了5.3%。该模型能够有效地减小基坑降水对周围环境的影响,降低基坑总涌水量。更多还原     

基于最大熵原理的地下水开采降深风险分析

地下水开采风险研究是地下水资源管理中的一个重要课题。采用牛顿迭代法推导了最大熵密度函数,验证了最大熵原理的有效性及精度。根据地下水系统不确定性的特点和影响因素,建立了基于最大熵原理的地下水开采降深风险分析模型。采用该模型对某水源地进行地下水开采风险分析,同时用JC（验算点）法验证该模型的可靠性。计算结果表明,二者结果相差甚小,从而说明在地下水的开采降深风险分析中,最大熵模型具有较好的可行性和较高的可靠性。     

基于旋转备用和出力预测的风电抽水蓄能并网调度策略

以风电场出力短期预测和电网提供的旋转备用容量为依据,提出了一种风电抽水蓄能并网发电调度策略.在建立系统数学模型的基础上,进行了仿真试验,讨论了电网旋转备用容量大小变化对风电抽水蓄能并网系统性能的影响.通过3种不同特征风速样本的对比仿真试验,分析了抽水蓄能并网系统在不同特征风速下的运行差异.仿真结果表明,所提出的调度策略有效、可行.     

基于PSR和PSO的区域地下水埋深ELM预测模型

针对传统区域地下水埋深预测方法精度不高问题,提出一种基于相空间重构(PSR)、粒子群算法(PSO)的极限学习机(ELM)的非线性预测模型。首先利用C-C法对地下水埋深原始时序数据进行相空间重构(PSR),然后利用PSO-ELM对地下水埋深进行预测。将模型应用于中国黑龙江省红兴隆管理局红旗岭农场地下水埋深预测,结果表明:该模型取得了较好的预测效果,后验差比值C为0.074,小误差频率p为1,相对均方误差E1为6.36%,拟合准确率E2达到92.66%,试预报效果指标E3达到95.80%;与PSR-ELM、PSR-RBF等模型相比,PSR-PSO-ELM在试预报方面可使RMSE分别降低49%和70%,使误差区间分别降低28.2%和68.6%,证明PSO能够有效改善ELM模型的预测性能;分析了气候因素和人类活动对当地地下水埋深动态变化的影响。     

基于ArcGIS和USLE模型的颍河流域土壤侵蚀研究

基于ArcGIS空间分析技术和USLE模型对颍河流域土壤侵蚀进行定量研究,探究不同土壤类型和土地利用方式下土壤侵蚀的发生情况。结果表明,颍河流域2017年平均土壤侵蚀模数为403.3 t/(km²·a^-1),土壤侵蚀总量为388 781 t/a。受侵蚀土地利用方式主要以农田为主,总侵蚀面积达86.52%,其次是居民用地。4种土壤类型均存在不同程度的土壤侵蚀,其中,砂姜黑土总侵蚀面积最广,其次是潮土。侵蚀强度主要以微度和轻度侵蚀为主,分别占总侵蚀面积的59%和33%。     

基于ArcGIS对广东省暴雨洪涝灾害风险的初步研究

选用暴雨洪涝灾害的致灾因子、孕灾因子、承灾因子和防灾减灾能力4个评价指标构建洪涝灾害风险评估体系,运用ArcGIS对广东省暴雨洪涝灾害进行风险区划,结果显示,广东省暴雨洪灾高风险区域主要在粤东、粤西沿海区域和北江中下游清远附近区域。     

基于分段函数的潜水井降深曲线在工程实践中的应用

为解决传统潜水向井运动中由Dupuit假设所引起的降深曲线计算误差,设计一种基于实测数据与理论曲线相结合的数值计算方案,将拟合方程和理论方程通过计算分界点组成分段函数,构建符合实际情况的潜水渗流场。实例计算结果表明：以有理数逼近拟合的方程在全区间模拟效果良好,拟合方程的决定系数R²接近0.99;在传统分界区间r<1.5H₀≈40 m内,理论值与实测值的最大误差为62%,扩大分界区间至r<400 m时,理论值与实测值的最大误差为15%;在上述区间Dupuit方程不能用于实际工程,而拟合曲线误差分别为3%和8%,精度符合工程要求;当r>400 m时,分段函数所在区间以理论方程表示,此时最大误差为9%,Dupuit方程可用于实际工程;在无观测条件时,实际工程中直接运用Dupuit方程时所选取的区间应相应加大。     

基于小波分解的抽水蓄能机组甩负荷反演预测

首次在水电工程中提出了基于小波分解法的双机逐级增加负荷随程反演分析预测方法,并成功应用于国内某抽水蓄能电站现场一管双机甩负荷试验.该方法在历次甩负荷试验实测数据基础上提取均值压力和脉动压力,通过均值压力与过渡过程计算值对比得到计算误差,进而对下一级甩负荷过渡过程计算值进行修正,叠加压力脉动极值后对试验结果进行预测,...     

基于Excel的多元线性回归优化模型预测地表水高锰酸盐指数

本文借助Excel软件对小姐庙监测断面的SS、BOD5、CODCr和CODMn监测数据进行线性回归全种类组合拟合,并采用校正R2法优化选择,最终形成一个三元线性回归优化模型,经统计检验可良好表达CODMn与其它三项的线性关系。将实际监测数据代入模型计算得出的CODMn数值与实际监测值之间的平均相对误差为7.35%,在可接受范围内,因此,该方程可作为辅助手段应用于实际监测工作中。     

基于CEEMD-RF模型的渣土边坡地下水埋深预测

地下水是影响渣土边坡稳定性的关键因素之一,地下水埋深预测对分析渣土边坡稳定性具有重要意义。考虑渣土边坡地下水水位的高度非平稳和非线性特点,提出了一种基于相空间重构的互补集合经验模态分解-随机森林（CEEMD-RF）的地下水埋深预测模型。以广州市某渣土边坡SW2水文观测孔为例,将基于相空间重构的CEEMD-RF模型应用于该渣土边坡的地下水埋深预测,并与相空间重构的RF模型预测结果进行对比分析。结果表明:利用CEEMD-RF模型对地下水埋深预测的拟合优度为0.997,均方根误差为0.03 m,优于相空间重构的RF模型预测结果;基于相空间重构的CEEMD-RF模型预测的地下水埋深序列能很好地反映地下水埋深的尖变点。     

基于VMD的抽水蓄能机组振动参数演化预测

提出了一种基于移动最小二乘响应面和变分模态分解（Variational mode decomposition,VMD）的抽水蓄能机组振动参数演化预测方法。首先利用移动最小二乘响应面建立抽水蓄能机组振动参数实时评估模型。然后利用VMD将复杂非线性的机组振动参数时间序列分解若干个平稳分量时间序列。其次对每个分量进行特性识别,根据其不同属性,分别采用LS-SVM或GM（1,1）对每个分量进行预测。最后重构每个分量的预测值获得原始时间序列最终的预测结果。实例分析表明,该方法能较准确地预测机组振动参数演化趋势。     

基于改进人工蜂群算法的地下水埋深预测研究

为了改进人工蜂群算法的RBF神经网络模型在地下水埋深预测中的应用,在基本人工蜂群算法中引入高斯变异算子,并优化初始蜜源位置,提出了基于改进人工蜂群算法的RBF神经网络模型,并利用安阳市某观测站的降水量、蒸发量、河道流量、灌溉渗漏量和人工开采量5个相关影响因子的数据,对该方法进行了应用。为了验证模型的优劣性,与单一的BP神经网络模型、RBF神经网络模型、基于蚁群算法的RBF神经网络模型和基于基本人工蜂群算法的RBF神经网络模型的预测结果进行了比较,结果表明:基于改进人工蜂群算法的RBF神经网络模型收敛速度更快、预测结果误差最小。     

基于ArcGIS的山东省区域经济实力和主体功能区划的相关性分析

加快城市化进程、提升城市经济实力是一个国家和地区社会经济发展的必然选择。以山东省17地市为研究区域,选取区域经济实力和主体功能区划评价指标．运用主成份分析法．基于ArcGIS对山东省的区域经济实力和主体功能区划进行以定量分析为主的实证分析研究,在此基础上得出了17个地市区域经济实力和主体功能区划的综合排名,最后对其进行叠加分析,重建地理实体。     

基于机器学习的电站耗水率计算及其对水位预测影响研究

耗水率是水电站坝前水位、尾水位预测的主要影响因素，也是电站发电计划编制和经济运行的基础，其精确计算至关重要。以三峡水库为研究对象，提出了基于机器学习的耗水率精细化计算方法。构建了基于水量平衡的水位预测模型，借助机器学习算法对耗水率与尾水位进行精确计算，并以此为基础预测2 h坝前水位与尾水位，观察机器学习算法应用对水位预测精度的提升。结果表明，在不同运行场景下，所提方法对于提升电站耗水率值、坝前和尾水位预测精度效果较好，电站耗水率误差绝对值降低60%以上，坝前水位预测误差降低约12%,尾水位计算误差降低约88%,可为电站安全稳定经济运行提供参考与支持。     

基于相关分析法的滦河冲洪积扇浅层地下水埋深预测研究

根据研究区降水量和地下水埋深资料,分析降水量和地下水水位变幅的变化特征,用Excel软件绘制不同连续时段内的研究区平均降水量累计值与地下水水位变幅之间的相关图222张,选出两者相关程度高的趋势线,建立相关图模型,利用模型预测研究区每月26日平均地下水埋深,为地下水资源的合理开发利用和优化配置提供科学依据.     

基于DEM和ArcGIS的浐灞流域水文特征提取研究

基于DEM数据,在ArcGIS环境下,提取浐灞流域的坡度、坡向地形特征以及不同集水阈值下的流向、河网密度、河源数等水文信息。结果表明:集水阈值和河网密度、汇流面积之间存在幂函数关系,阈值越大,河网越稀疏;对其二阶求导确定了流域的最佳阈值为8000,避免了以往确定阈值的主观随机性。运用ArcGIS嵌套软件TauDEM提取了最佳阈值的河网,并利用Strahler法对河网进行了分级。提取的河网与浐灞自然水系基本吻合,流域地形水文特征符合流域概况,可直接作为水文模型参数,为浐灞流域的分级管理提供数据支持,该方法提高了建立流域水文模型的效率,成本低且精度高。