应对2022年枯水的长江上游水库群联合调度方案

2022年长江汛期来水特枯,针对2022～2023年长江枯季来水预测持续偏少,长江上游水库群2022年9月初蓄水量严重不足,枯水期抗旱保供水困难等问题,充分考虑特枯水条件下的调度约束,分阶段明确蓄水期、枯水期调度目标,研究并提出了保障长江流域供水和航运等多目标需求的联合调度方案,并在实时调度中付诸实践。结果表明：以提出的联合调度方案为指导,2022年11月上旬长江上游水库群最大蓄水量495.9亿m³,取得了良好的蓄水成效;枯水期(12月至次年4月),长江上游水库群有能力实施联合补水调度维持三峡水库下泄流量在7 000～7 500 m³/s,可基本保障长江中下游干流的供水、航运、发电、生态等需求。     

三峡水库提前蓄水的防洪风险与效益分析

在三峡水库现有优化调度和试验性蓄水方案的基础上,拟定了6组提前蓄水方案,开展提前蓄水的防洪风险和效益分析计算。选择1952和1964年为典型年,分别推求分期设计洪水过程线。研究结果表明：三峡水库9月1日从145 m开始起蓄,9月30日均匀蓄至160.0m,其1 000年一遇分期设计洪水对应的风险率和风险损失率分别为0.39%和1.47%,防洪风险仍在可控范围内;与原方案相比,多年平均可增加发电量24.65亿kWh,减少弃水量25.32亿m ³,汛后蓄满率和平均蓄水位分别提高到95.35%和174.8m。     

宜昌站月径流时间序列的混沌特性分析

关于水文时间序列的混沌特性识别,目前已有多种方法和指标,但单独一种方法一般不能作为混沌特性识别的充分条件。根据相空间重构和混沌理论,对宜昌站1900～2007年的月径流序列进行了较全面的混沌特性分析。首先采用C-C法计算重构参数对月径流序列进行相空间重构,然后分别计算其关联维数、Lyapunov指数和Kolmogorov熵,用这3个不同的混沌判别指标并行分析宜昌站月径流序列是否具有混沌特征。经计算,宜昌站月径流序列各个混沌判别指标均表明其具备混沌特征。     

城市供水库群分解协调模型研究

针对城市供水库群水资源合理配置问题,采用大系统分解协调理论进行了探讨和研究,将供水库群分解为独立子系统,并在其间建立控制反馈的联系。同时,对子问题选用加速遗传算法进行求解;并以深圳市宝安区供水库群为研究对象,选择带有权重的相对缺水率最小为目标函数,建立了二层分解协调模型,验证了模型的可行性。     

2016年滁河洪水对新修订洪水调度方案的检验

因独特的自然地理条件,滁河流域几乎90%面积产生的洪水会迅速汇集于只有约10％左右面积的圩区,洪水汇集快而河道泄流不畅,圩区洪涝灾害频繁,防洪形势严峻。1993年,国家防汛抗旱总指挥部（以下简称国家防总）批复的《滁河洪水调度方案（试行）》对指导滁河流域的洪水调度发挥了重要作用。进入21世纪,滁河流域防洪工程和非工程体系建设取得了显著进展,为适应滁河流域新的防洪形势以及沿河地区经济社会发展的新要求,国家防总对原洪水调度方案进行了修订。对洪水调度方案中增加的新内容进行了介绍,同时对修订前后的洪水调度方案的相关内容进行了对比分析。2016年的洪水调度实践证明,修订后的洪水调度方案能更好地适应流域的现状防洪能力。     

瀑布沟水库洪水分期研究

为优化瀑布沟水库汛期调度方式,提高水资源利用率,对瀑布沟汛期洪水与环流形势的关系进行了分析,数理统计、变点分析等方法分析表明,瀑布沟汛期洪水存在较为明显的主汛与后汛之分,分期时间在8月20日左右。分析结果为瀑布沟水库分析分期设计洪水、汛限水位动态控制等提供了良好的技术支持,经济和社会效益显著。     

基于决策树算法的洪水预报模型

结合现有决策树技术的研究结果,在已有决策树方法的基础上,从积累的大量数据资料和信息反馈形成的水文相关数据库出发,基于决策树C4.5算法设计合理的计算流程来建立了洪水预报模型,并以预报太湖水位为例进行了实例研究.结果表明,基于决策树的洪水预报模型结构清晰,最终生成的预报规则简单明了,模型在率定期与检验期内均具有很高的精度...     

长江流域控制性水库联合调度管理研究

随着《长江流域综合规划(2012~2030年)》的实施,长江流域控制性水库群逐步形成,目前的水库调度管理模式已暴露出许多问题,不利于水库群综合效益的发挥。从控制性水库群调度管理现状出发,分析了存在的主要问题。阐述了进行长江流域控制性水库群联合调度的必要性,并从法律法规、体制机制、技术研究、监测预报、监督管理5个方面,就如何保障联合调度顺利实施进行了初步对策分析,以充分发挥流域控制性水库群的综合效益。     

基于相空间重构和GA-BP网络的径流预测

将相空间重构理论与神经网络以及遗传算法相结合提出了径流时间序列预测模型,通过相空间重构将一维径流时间序列拓展为多维序列,挖掘了更为丰富的信息,反映出系统的非线性特征,有利于神经网络建模和训练。研究表明,基于相空间重构理论的遗传算法和BP神经网络组合模型可较好地解决径流预测。以深圳宝安铁岗水库月径流为例,采用小波消噪对数据预处理,利用遗传算法训练BP神经网络,计算结果表明模型具有较高的预测精度。