基于不同调度模式的胶东调水工程水资源优化调度研究

山东省胶东调水工程是缓解或解决山东省胶东地区,特别是潍坊、青岛、烟台和威海四地市水资源短缺问题的重要跨流域调水工程。为了提高山东省胶东调水工程的调度运行管理水平,实现精细化调度,基于目前山东省胶东调水工程输水渠道供水能力的限制,开展了供水优先和供水均衡两种模式的水资源优化调度研究。首先,从缺水程度、用水效率、调水对社会经济发展支撑力三方面构建受水区供水优先等级评价指标体系,并利用熵权法确定胶东四地市的供水优先等级。其次,在相同的调度目标下(四地市总缺水量最小),利用目标规划法构建供水优先调度模型,利用线性规划法构建供水均衡调度模型,并针对枯水年(2017-2018年度)和特枯水年两种情景进行了探讨,给出了两种情景下的调度方案。调度结果表明:枯水年,均衡调度模式下,四地市总调水量和调水满足率均高于供水优先调度模式;特枯水年,供水优先调度模式下,只能满足排序第一的受水区的用水需求,四地市平均调水满足率为61.57%;而均衡调度模式,四地市用水需求虽然都不能得到满足,但是四地市平均调水满足率达到了76.81%以上。因此两种情景下,胶东调水工程供水均衡调度模式下四地市调水满足率基本均衡而且总受水区调水满足率要高于供水优先调度模式,更有利于胶东四地市社会经济的协调发展。研究为胶东调水工程决策者选择不同的调度模式提供了理论支撑,对类似调水工程也具有借鉴意义。

水库分期汛限水位动态控制研究

给出了分期设计暴雨、分期汛限水位和汛限水位动态控制的概念和确定方法 ,利用多变量AR(1 )模型随机展延理论 ,以门楼水库为例 ,展延了分期降水量序列 ,确定了各分期发生设计暴雨的频率及其组合频率 ,进而对汛限水位动态控制方法进行了说明 .

非充分农业灌溉水资源优化配置

针对非充分农业灌溉,在农业水资源供给量一定的条件下,建立农业水资源大系统优化配置模型,以经济效益最大为目标,对模型进行求解.对山东省桓台县地面水、地下水在各种作物间及在各作物不同生育阶段间进行最优分配.其研究成果对缺水地区农业水资源优化利用具有重要指导意义.

门楼水库时段降水序列展延模型的选择

针对动态汛限水位应用时存在的问题 ,结合门楼水库动态汛限水位过程线的研究 ,对季节性自回归模型、相关解集模型、正则展开模型、多变量序列模拟的正交变换法和多变量AR(1)模型五个常用多变量生成模型进行了分析试验 ,通过对比研究 ,指出多变量AR(1)

应用大系统递阶模型优化配置区域农业水资源

以经济效益最大为目标,建立灌溉供水量最优分配的分解协调模型。以作物子系统为第一层,建立求解单作物非充分灌溉条件下灌水量在各生育期的最优分配的动态规划模型。然后以区域大系统作为第二层,建立不同作物之间水量最优分配的模型。在此基础上,提出了协调模型求解方法步骤,根据作物布局和地下水分布给出了不同作物在各生育期地下水的最优分配量,以提高区域农业水资源承载能力。

门楼水库汛限水位及调度方法研究

结合门楼水库的实际情况,提出了水库调度的“峰量综合控制法”和4种调度方案,由此确定相应的汛限水位。给出了门楼水库近期和远期汛限水位值。

基于共轭分布的洪水过程动态估值

将洪水过程的实际流量与原始预报流量的比值Rt视为随机变量,并选定其概率分布为正态分布,把其中所含参数均值与方差视为随机变量,按贝叶斯法则中的共轭分布法确定均值与方差的先验与后验分布,由后验分布可推得比值Rt的概率分布函数.将各预报时刻流量实时观测值与原始预报值的比值Rt作为抽样,据样本值对均值与方差的后验分布进行滚动更新,进而得到后续各时刻实际流量的概率分布及分位数的动态修正与估值.

山东省引黄灌区节水技术应用研究

山东省引黄灌区面积占全省耕地面积的40%左右,灌区上游主要靠引黄河水灌溉,而远离黄河的灌区下游则主要依赖开采地下水灌溉.进入20世纪80年代,黄河中上游地区持续干旱,黄河进入山东省的水量逐年减少.随着工农业生产的迅速发展,黄河下游需水量逐年增加,沿黄地区水资源供需矛盾日益加剧.

大桥施工控制网的精度分析

从大桥跨越结构的架设误差和放样桥墩的允许误差两方面,对桥梁施工放样所要求的控制网的精度进行分析,以合理确定施工控制网的精度.

基于NSGA2的水库多目标优化

讨论了非支配排序遗传算法(non-dominated sorting gentic algorithmⅡ,NSGA2)及其参数确定问题,利用NS-GA2对两目标水库优化调度问题进行求解,求出了问题的Pareto前端,比较了参数不同取值的优化结果。实例分析结果表明:NSGA2中遗传操作参数(包括锦标赛选择参数、模拟二进制交叉分布参数、多项式变异分布参数)对优化结果影响很小,算法具有鲁棒性,对大部分水库多目标优化问题可采用推荐值;当NSGA2种群规模和进化代数两个参数足够大时,即可得到足够多且分布均匀的Pareto前端,算法具有简便性;利用NSGA2求解水库多目标优化问题,可得到足够多且分布均匀的Pareto前端,随着种群规模和进化代数的调整,Pareto前端逐步改进,算法稳定性好,适合求解水库多目标优化调度问题。