中国洪水预报系统方案参数优选加速方法研究

为有效缩短中国洪水预报系统方案参数优选耗时,选择东辽河支流十屋流域建立三水源新安江模型预报方案,挑选历史最大10场次洪用于参数率定研究。中洪系统利用…\\Temp目录下的文件作为模块之间、模块与系统之间的通讯,参数优选时频繁的文件读写消耗了大量的时间,本文据此设计了三套解决方案:换用固态硬盘和使用虚拟内存盘方案旨在提高中洪系统的文件读写效率,借用河海大学HMCE系统用于测试整个数据流优化之后的效果。当用全局参数优选的基因法重复运行20次进行参数率定时,上述四种方法的平均耗时依次为230 min、55 min、19 min、4.4 min;当用局部参数优选的单纯形法时,平均耗时依次为185 min、45 min、17 min、4.1 min。研究成果可以有效缩短预报方案的参数优选时间,对提高中洪系统的应用效率、研发相关软件等具有重要的应用价值。     

柘溪水库防洪发电优化调度策略研究

柘溪水电站地处湖南中部的资水流域,在湖南省承担重要的防洪及发电任务。近年来受全球气候变化影响,暴雨事件频发,导致水库发生弃水,甚至威胁下游防洪安全。当前在柘溪水库流域暴雨预测、水库入库流量和水位预测等方面开展了一些研究工作,但尚未形成完整的柘溪水库防洪发电优化调度体系。提出了柘溪水库防洪发电优化调度策略,涵盖水库流域暴雨长期形势分析、暴雨位置与强度预测、分布式产汇流计算、防洪发电多目标调度方案制定等方面,可为柘溪水库防洪发电优化调度提供技术支撑。     

城市环境空气质量预报预警系统建设分析

近年来,我国社会主义的发展进入全面深化改革的关键时期,经济、文化等领域都取得了不错的成绩.然而,全国大范围内空气污染出现的频率与程度越来越高,严重影响着人们的生活质量与生命健康安全.     

基于多因素改进型PSOSVM算法的中长期负荷预测

中长期负荷预测作为电力规划与调度中的重要一环,其影响因素有着多样性和不确定性等特点.选取支持向量机作为中长期负荷预测的核心算法,筛选多种区域宏观经济因素,利用粒子群(PSO)寻优与循环寻优的改进型算法对支持向量机(SVM)的参数进行优化及负荷预测.仿真结果显示,改进型PSOSVM算法有着较高的预测精度.     

大断面巷道掘进围岩条件震波联合测试模拟研究

为探测大断面巷道掘进过程中前方地质条件及周边围岩特征,采用地震波CT与巷道内的反射波相结合进行勘探。基于地震波的数值模拟技术模拟巷道超前跨孔地震波CT勘探和反射地震偏移成像,并对结果进行数据融合,用来联合判断围岩破坏特征及超前地质条件预报。结果表明,2种方法数据的融合可以提高巷道周边地质条件判断的准确率。掘进工作面跨孔震波CT可为大断面巷道的地质预报提供新的依据,融合震波CT及反射偏移成像结果,可以为安全技术措施制定提供参数,对安全掘进至关重要。     

BP神经网络的改进算法及在大坝变形分析与预报中的应用

针对传统的BP算法收敛速度慢、精度较低的缺陷,本文以西津大坝26#点的50期观测数据为例,选择了4个变形因子,进行了改进的BP神经网络在大坝变形分析与预报中的应用与研究.在此基础上,比较了改进的BP神经网络与传统的BP神经网络的预报效果.结果表明:改进的BP神经网络无论在学习算法的收敛速度,还是在预报精度上,都得到了大幅度的提高,且有一定的推广意义.     

基于STAR-CCM+的船舶阻力预报

船舶阻力预报对于提高船体快速性至关重要.众所周知,船模试验是船舶快速性研究的主要方法,而随着计算机技术的快速发展,以流体力学为基础的CFD方法则更加灵活和经济.本文基于STAR-CCM+这个软件对军用船舶和民用船舶进行了阻力预报,预报结果和试验结果吻合较好,证明了该方法在船舶阻力预报方面的可行性和良好的应用前景.     

基于随机森林与支持向量机的水库长期径流预报

水库长期径流预报对于研判水文情势变化和指导水库调度管理具有重要意义。针对云南龙江水库年、汛期和枯水期平均入库径流,利用随机森林从环流指数、海温、气压和前期月径流中选取关键预报因子,基于粒子群与交叉验证相结合的算法优选参数,建立随机森林与支持向量机模型,开展龙江水库入库径流预报研究。结果表明:太平洋中北部与西部气候因子对径流预报的影响较大,前期月径流对年、汛期径流的重要性偏低,但对枯水期的影响程度与部分气候因子相当。随机森林与支持向量机模型总体精度较高,模拟与预报的合格率均达到85%以上,平均绝对百分比误差均低于15%,支持向量机的泛化能力强于随机森林,但二者在局部极值流量处的预报精度尚有待提升。     

辽宁省防汛指挥调度系统技术研究与实现

着眼于国家对防洪减灾的重大战略需求及辽宁省的实际防汛特点,旨在利用核心技术和成果加强全省防汛体系建设,切实增强辽宁省防汛信息化创新和可持续发展能力为目标,综合运用水利科学、信息化等高新技术,重点从平台研发、模型构建、数据服务三方面开展研究工作,目的是提高全省防汛指挥调度的科学性与时效性,提高水库及河道洪水预报精度和预见期,提高数据利用效率,转变数据服务模式。最终形成以"数据为基础、模型为核心、平台为支撑"的辽宁省信息化防汛体系。开展辽宁省防汛会商平台研发,标准化洪水预报调度模型库建立,综合数据服务及监管平台构建三方面研究内容。通过实践检验,研究成果可有效提高全省防汛效率,加强防汛体系建设,同时,可对其它相似地区防汛指挥与洪水预报工作具有借鉴意义。     

深度学习法在水文中应用的现状

近年来,深度学习成为机器学习研究中的一个新的发展热点,通过建立与人脑相似的神经网络对数据序列进行学习,在数据的低层特征基础上抽象出高层属性类别或特征,可以很好解释和模拟复杂数据,在大数据时代尽显其优势。基于水文数据的大量性和水文原理的复杂性,掌握深度学习技术可对水文数据进行有效模拟,对水文工作起到指导作用。