响洪甸水库流域降水序列特征分析

采用Mann-Kendall法(M-K法)对响洪甸流域1951年~2022年降水量进行分析,采用小波分析的方法对M-K法分析结论进行验证。结果表明,采用M-K法与小波函数能够正确地反映响洪甸水库流域降水序列的突变性和周期性规律,可为其他流域降水系列特征分析研究提供借鉴。

响洪甸水库左坝肩断层加固技术探索与实践

响洪甸水库大坝为我国自行设计施工的第一座等半径定圆心混凝土重力拱坝。1962-1965年,响洪甸水库枢纽工程填平补齐阶段,在左坝肩发现F_2断层,之后对F_2断层进行了3次地质复查,对左坝肩岩体进行了帷幕灌浆和固结灌浆处理。经大坝稳定计算,左坝肩110 m高程以上基本荷载工况下的稳定安全系数最小值为2.68,不满足规范要求,通过采用抗滑墩+预应力锚索和固结灌浆等综合加固措施,使稳定安全系数最小值达到3.52,满足了规范要求,说明大坝左坝肩加固处理措施有效。

基于LSTM模型的响洪甸水库旱警水位预测与效果检验

水库旱警水位预测对于水库进行生活、生产、环境等各方面用水的调度具有重要作用。水库的旱警水位受到各种用水需求和来水量、应供水量等多种情况的影响,而且与这些情况的相互关系错综复杂,无法用线性关系进行表示。基于LSTM模型,对响洪甸水库旱警水位进行预测,提出的基于LSTM模型的响洪甸旱警水位预测,通过效果检验,具有较高的预测精度,能够满足水库旱警水位预测的实际工作需要。

大别山库区降水预报性能评估及应用对策

对降水预报进行性能评估及应用对策研究可以更好地发挥降水预报在水库调度中的决策支持作用.基于大别山库区近10 a汛期(2007—2016年5月1日—9月30日)24~168 h共7个预见期降水预报和地面降水观测资料,采用正确率、TS评分、概率统计、ROC曲线以及CTS等方法评估大别山库区降水预报性能,并以响洪甸水库为重点研究区域分析降水预报在水库调度中的应用对策.结果表明:1)大别山库区各量级的降水预报都有正预报技巧;24~72 h预见期降水预报的TS评分较高且空报率、漏报率也较低,具有较高的预报性能;但96 h及以上预见期降水预报性能明显下降,中雨以上量级空报率、漏报率较大,特别是对大暴雨及其以上量级的降水预报性能显著下降.2)大别山库区预报降水量级与实况降水量级基本符合,预报降水量级大于等于实况降水量级的概率超过75%;虽然降水预报量级上呈现出过度预报的现象,但降水过程预报对水库调度仍有较好的应用价值,应用时要考虑到降水预报量级可能存在偏差.3)转折性天气预报96 h及以上预见期CTS评分较低,但72 h以内预见期的性能明显改进,尤其是24 h预见期CTS评分也提高到了38.2%;水库调度可从长预见期的降水预报获取降水过程及其可能发生转折的信息,根据短预见期的降水预报进行调度方案调整.

响洪甸水库动态汛限水位研究

文章以响洪甸水库为例,针对汛期水位单一控制方式,提出汛期时段的划分及分段控制方式,探索水库防洪调度和水资源综合利用间的关系。

响洪甸水库大坝安全监测设施现状分析及改进

文章介绍了响洪甸水库大坝安全监测设施现状,分析了现状大坝安全监测设施存在的不足,并根据大坝安全鉴定意见及标准化管理的要求,对现有大坝安全监测设施提出初步的完善方案构想。

响洪甸水库坝基扬压力异常原因及处理方法的探讨

响洪甸水库大坝被评定为三类坝,其最主要原因是该库的防洪能力不足、大坝坝基扬压力过高和F2断层难以确定,严重影响大坝的安全稳定。本文主要对坝基扬压力过高的探查试验情况进行介绍,对产生的原因进行分析,并提出了处理方案的设想。

2003年、2005年实测暴雨洪水与预报方案演算成果对比分析

对响洪甸水库流域2003年6—7月与2005年9月暴雨洪水进行分析,用2002年淮河水利委员会组织编写的《淮河流域实用洪水预报方案》进行预报演算,预报演算成果与实际降水和实测径流量进行对比分析,从而找出预报方案使用过程中应该注意的问题。

非电接力分段爆破技术在响洪甸水库新建泄洪洞进口岩坝拆除爆破中的应用

2009年7月,响洪甸水库除险加固工程正式开工,采用预留挡水岩坎作为新建泄洪隧洞进口施工围堰,围堰工程量为8250m3,并需在2010年4月拆除施工围堰,水库开始蓄水。围堰拆除断面必须满足过流要求,不得存在阻水现象,且爆破必须一次松动到位。围堰周围环境复杂,爆破不得损坏周围已建设施和建筑物,采取非电接力分段爆破技术成功解决了上述问题。

基于小波支持向量机的径流预测性能优化分析

中长期径流预测是水库调度的重要前提和难点问题。在数据驱动预测模型已有研究基础上,提出了基于小波分解的参数优化支持向量机(WD-SVM-PSO)预测模型,实现了对历史径流过程的分频预处理、分类训练、参数优化及交叉验证,从样本数据、模型参数、训练机制三方面对预测模型性能进行优化。采用淮河流域响洪甸水库1959—2014年径流过程进行模型验证,结果表明:WD-SVM-PSO模型预测合格率为93%,且具有良好的泛化性能,有效规避了过拟合现象;进一步通过对照试验仿真,定量揭示了耦合预测模型三方面要素所起的作用大小依次为:样本数据预处理>训练模型>模型参数。该结论可为分析和完善数据驱动径流预测模型、提高径流预测精度和可靠性提供参考借鉴。