基于人工智能算法的中小水电智慧气象保障服务技术研究

选用江西省七一水库日入库流量资料,基于改进的新安江模型对中小型水库降雨来水增量预报方法进行研究。通过使用默认参数的新安江模型、率定参数的新安江模型和线性回归3种方法对江西省七一水库2016―2018年模拟流量效果进行平均相对误差、均方根误差、平均绝对误差、确定性系数这4个方面的比对。研究得出:1)使用线性回归模型之后减少的误差最多;2)结合使用深度学习算法能够更大地提高准确率。研究成果已实现在江西省水库及防汛部门进行实际应用。

气瓶液压试验进液量分析

气瓶液压试验进液量是气瓶液压试验检验环节的重要参量,也是试验装置设计和设备选型的关键因素。针对钢质气瓶,将其液压试验进液量分为形变增量与液压介质压缩量两部分,分析推导出进液量的理论计算公式和进液量组成部分的分计算式。经实例试验测量比较发现,进液量理论计算值与试验测量值最大误差仅为2.3%,且液压介质压缩量占进液量比例较大,验证了理论计算公式的可靠性和正确性,为快速有效地获取气瓶液压试验进液量和分析进液量组成占比提供了理论支撑。

江西省中小水电智慧气象服务技术研究及应用效果检验

基于高精度DEM及水系数据的流域集雨区划分,研究了江西省中小水电站集雨区划定技术方法;通过对水库集雨区上降水预报和观测站点的实况两者对比分析,建立了基于库区的多模式本地化水库面雨量预报方法;通过模式参数化率定方法以及雨洪耦合来水量预报方法的研究,建立了水库来水量预报模型。利用2007—2020年水文数据以及降水实况和模式数据,检验了七一水库2020年逐7 d面雨量预报效果。检验结果表明,面雨量预报模型在0—3 d的平均预报准确率为70.1%;中雨和大雨量级的降水预报准确率分别为30.7%和28.3%,暴雨、大暴雨预报具有一定的指示意义;改进后的流量模拟效果进一步提升,强降水过程的流量预报效果明显改善。