基于梯度下降法的大房郢水库洪水预报模型参数率定及适用性研究

大房郢水库长期承担合肥市的防洪、供水任务,准确可靠地开展洪水预报对当地防汛抗旱工作具有重要意义。分别采用新安江模型和前期影响雨量(antecedent precipitation index,API)模型构建大房郢水库入库洪水预报模型,基于梯度下降法对模型参数进行优选,并以方案合格率作为评价指标,对2种模型在该水库的适用性进行分析。结果表明:新安江模型和API模型预报方案合格率均为90.7%,预报精度达到甲等;2种模型在不同预报项目中各有优势,对于洪峰和峰现时差,API模型预报效果更好,预报合格率分别为88.9%和100%,较新安江模型分别提高6.7%和5.9%;对于径流深,新安江模型预报效果更为理想,预报合格率可达94.4%,相对于API模型其提升幅度约13.3%。此外,API模型更适用于单式洪水预报,而新安江模型则更适用于复式洪水预报。研究成果可为提升大房郢水库入库洪水预报精度提供理论依据。

基于SST的桓仁水库中长期入库径流预报研究

将浑江流域与海洋表面温度(SST)的多极耦合中长期预测方法相结合,建立了桓仁水库中长期入库预报模型,并根据模型模拟,确定与浑江流域径流相关度较高的影响因子。选取浑江流域1988—2017年径流资料进行模型参数率定,利用2018、2019年径流资料对模型进行检验。结果表明,模型预报结果与实际情况较为吻合,预报误差较低。本预报模型可为浑江流域中长期径流预报工作提供新的思路和方法。

Topmodel模型在黑河金盆水库流域的应用研究

【目的】预测黑河金盆水库的入库流量过程,为水库汛期的安全运行提供理论依据。【方法】根据陕西省黑河金盆水库流域水文、气象资料,采用Topmodel模型模拟流域的降雨径流过程,以流域内2003-2007年雨量站及水文站的实测数据进行模型率定,以2009年的实测资料对模型进行检验。【结果】Topmodel模型模拟结果显示,模拟期Nash系数平均值为0.78,洪峰预报误差的平均值为-10.3%,峰现时间平均值为-1 h;检验期Nash系数平均值为0.875,洪峰预报误差平均值为11.2%,峰现时间平均值为-1 h。Topmodel模型在黑河金盆水库流域的预报水平为乙等水平。【结论】模型在该流域具有较强的适用性,可以用于金盆水库汛期的入库流量预报,可为水库的安全运行和科学管理提供数据支持。

基于五点三次平滑算法的入库流量反推研究

由于受水库枢纽工程的影响,使得反推计算入库流量本身存在较大误差,从而增加了水库洪水预报模型研制的难度。通过对广西多个水电厂洪水预报实践,对入库洪水预报存在误差的原因进行了分析,提出使用五点三次平滑算法对入库流量进行反推,用以指导实时预报。

南水北调中线京石段应急供水水库入流预报研究

岗南、黄壁庄、王快和西大洋水库是南水北调中线工程规划向北京应急供水的4座水库,对水库来水进行快速准确的预报对应急供水调度有着十分重要的意义。针对水库控制流域的水循环特性,选用了双层水箱模型进行水库入流预报。对上下游串联的岗南和黄壁庄水库进行耦合水库调度模型的联合模拟预报,对于相邻的王快和西大洋水库进行了对比流域的试验研究,探索了水箱模型参数移植在缺资料地区水文预报中的应用。率定期的参数自动优选和预报期的验证结果表明:各水库模拟效果较好,各项指标均在合格范围内。

安康水库入库洪水预报误差分布形式

为进一步探讨水库预报入库洪水误差可能服从的概率分布形式,在分析预报入库洪水、实测入库洪水和实际入库洪水之间关系的基础上,采用入库洪水误差的不同定义方式分别生成预报入库洪水误差序列,进而对误差序列的分布类型进行了假设检验和论证。以安康水库为例,分别对正态分布、对数正态分布、Gamma分布等十余种洪水预报误差可能服从的概率分布类型进行验证,结果表明:安康水库入库洪水预报误差序列符合Logistic分布规律,而不符合正态分布、皮尔逊Ⅲ型分布等其他类型分布。同目前广泛采用的正态分布相比,对于一些水库,采用Logistic分布类型可能会更好地表达其入库流量预报误差的概率特性。

基于CFS的汉江上游梯级水库系统月入库径流预测

将天气预报产品引入水文模型是提高长期径流预测精度的有效途径,但引入方法仍存在难度。为此,以汉江上游梯级水库系统为例,引入智能算法及相似典型放缩,构建基于分预见期校正的CFS与SWAT耦合径流预测模型,首先甄选智能算法校正CFS降雨,然后基于相似典型放缩对其进行时空展布,最终将其输入分区率定的梯级水库SWAT模型,从而实现月径流预测。结果表明,随机森林和人工神经网络更适合于CFS预测校正且不受预见期影响,基于相似典型时空分布的耦合模型预测效果较好,能为梯级水库系统提供更为可靠的径流预测。

丹江口水库中长期径流量的多模型预报结果分析及综合研究

水库中长期入库径流量的预报方法有多种模型,各有优缺点,预报结果也存在一定差异,应用过程中给实际决策造成了一定困难。本文以丹江口水库月径流量为研究对象,通过分析多种预报模型计算结果的变化规律,将精度和稳定性等作为性能指标,构建以加权平均和最小二乘法原理为基础的综合预报模型,并对丹江口水库月径流预报进行了建模计算。应用结果表明,该综合模型提高了预报精度,增强了预报稳定性,使其具有更高可信度,为入库径流量预报提供了一个有效的分析方法,为水库调度决策提供了便利。

基于EEMD与ANN混合方法的水库月径流预测

为了解决径流序列复杂的非稳态特征并提高径流的预报精度,采用EEMD-ANN组合方法构建径流预报模型,其中EEMD方法通过将非线性非稳态的水文序列分解为多组固有模态分量及趋势项,实现径流序列的稳态化,然后使用ANN方法分别进行预测,进而完成径流序列重构。以黄河龙羊峡水库为例,基于EEMD-ANN预报模型对入库径流量进行了预测,结果表明该方法可较精准地预测径流量。同时,通过对比分析发现,采用EEMD-ANN连续滚动预测月径流量在汛期的预报效果较好,而非汛期可采用同期预报的手段提高径流预报精度。

基于DEM的入库洪水预报模型研究及系统开发

基于数字高程模型,考虑流域空间的变异性,建立数字高程流域水系模型,在此基础上对流域空间进行离散化,划分出产汇流计算子单元并计算各子单元面积权重。将构建好的数字高程流域水系模型与集总式流域水文模型-新安江模型相耦合,建立了基于数字高程模型的数字水文模型。采用客户服务器方式将该理论模型实现为水文预报计算机软件系统,并将该系统应用于全球能量与水循环亚洲季风试验强化观测区-淮河史灌河流域,对流域内梅山水库与鲇鱼山水库进行入库洪水预报实例研究。结果表明:构建的数字水文模型可以很好地模拟水库入库洪水过程,满足实时洪水预报精度的要求。这对充分利用现有空间技术和空间数据进行降雨-径流模拟并改进水文预报方法提供了研究途径。

柘溪水库月入库流量预报方案的建立与对比分析

利用相关分析方法,对柘溪水库月入库流量与全球海温及27类气象因子的关系进行了分析研究.通过逐步回归,建立了3种类型的月入库流量预报模型,并进行了对比分析.研究结果表明:影响柘溪水库月径流量的主要因子有青藏高原西部西风带系统、西太平洋副热带高压和西南季风;前期海温对柘溪入库流量有重要影响,关键海区在北部印度洋和北赤道中西段.建议不同月份的预报可采用不同的预报模型,以期达到最好的效果.

长江上游水库群调蓄对三峡水库流量预报的影响分析

随着长江上游水利工程的不断兴建投运,上游水库的调度运行对三峡入库流量预报的影响也越来越大。为了提高三峡水库流量预报精度,结合上游主要大型水库的调度规则,分析了上游水库兴建前后,三峡入库流量年内变化情况;结合长江上游关键水库的典型调度过程,重点分析了对三峡短期入库流量预报的影响;结合分析结果,提出了提高预报精度的方法和改进措施,为提高三峡水库入库流量预报的精度和更好地发挥三峡工程的综合效益服务。

水库来水量长期综合预报方法研究

水库生产计划的制订、调度、汛末蓄水等活动需要了解未来的水情,因此对水库来水量做出长期预报非常重要。本文利用神经网络灵活多变的拓扑结构,建立了基于物理成因的水库来水量定性预报和定量预报模型,最后综合二者结果得出预报结论。将模型应用于我国东北地区的丰满、云峰水库年来水量的长期预测,取得了较好的效果。实践表明,定性预报和定量预报相结合的综合预报方法,克服了传统使用单一定性或定量预报模型进行预报的盲目性,可以提高预报结果的精度和稳定性,值得应用和推广。

入库径流过程预报误差多维随机模拟模型

包含多个预见期的入库径流过程预报误差的随机模拟随着维度增加而难度增大。为了更加精确快速地分析和得到入库径流过程预报误差的变化规律,本文利用变分自编码器(VAE)方法耦合神经网络和低维隐变量的模拟生成复杂高维数据的特性,建立了基于VAE的入库径流过程预报误差随机模拟模型。以锦屏一级水电站的入库径流过程预报误差模拟为例,将以上模型与改进的Gibbs方法的模拟效果进行对比。结果表明,本文模型所得误差序列的均值、标准差、峰度系数等特征统计量更贴近于实际误差序列,且程序运行时间相比改进的Gibbs方法减少了69%~94%,为考虑入库径流预报不确定性的水电站水库调度提供了更为丰富的参考信息。

决策支持系统在长江三峡水库调度中的应用

对决策信息系统流程、构成及三峡工程有关特性作了简要的介绍。在三峡水文泥沙分析系统管理数据库的基础上,通过对流域水系概化构建了三峡水库决策信息系统。对数学预报模型的方法进行了简单的介绍,并建立了三峡水库多目标管理优化调度目标函数。随后对三峡水库2005年入库流量过程进行了提前48小时预报,并与实际入库流量进行了比较,取得了理想的结果。运用决策系统对水库进行多目标管理是一个高度复杂的,涉及相当复杂广泛的任务。在目前的基础上,持续加强系统资料的完整,将能不断完善和充分发挥三峡水库实时决策系统的功能;同时,本系统将不仅有利于优化三峡工程的多重效益,也将有助于系统地积累水库实际运行的水沙资料从而为提高相关领域的科研和认知服务。

Topmodel在故县水库入库流量预报中的应用

Topmodel模型是以地形为基础的半分布式流域水文模型,被广泛应用于流域水文模拟中,并认为是一个相当成功的流域水文模型。本文介绍了该模型已有的应用成果和基本原理,并以故县水库入库(卢氏站)流量预报为例,探讨模型在较大流域的应用。计算结果表明:模型在故县水库入库流域具有较强的适用性,可以用于该水库汛期的入库流量预报,为水库的安全运行和优化调度提供技术支持。

并联水电站两库联合优化调度

提出了在状态变量选择的同时考虑时间相关和空间相关，用年内逆推动态规划法和年间逐次逼近法，结合时段内廊道法寻优的思想求解．结果表明，优化比常规调度年发电量提高４％以上．

径流贝叶斯概率预报在水库发电优化调度中的应用

为了充分考虑降雨、径流预报的不确定性和降低水库发电调度模型的复杂性,采用贝叶斯概率水文预报系统(BFS)耦合降雨预报的不确定性和径流预报模型本身的不确定性来定量描述径流预报的不确定性,发布径流确定性预报、概率预报和概率预报期望值;结合随机动态规划(SDP)模型和贝叶斯随机动态规划(BSDP)模型来制定发电调度图;以浑江桓仁水库流域为背景,采用美国国家天气局的全球预报系统(GFS)发布的10d降雨预报信息作为预报模型输入,模拟桓仁水库的发电调度过程。模拟结果表明基于径流贝叶斯概率预报的水库发电调度能有效提高水库的发电效益和保证率。

三峡水库入库径流预报对年发电量的影响

根据入库径流预报资料对三峡水库进行中期优化调度。研究入库径流预报的质量对年发电量的影响。从总体上看,预报精度越高,年发电量越大。在3~7 d的时域内,预见期越长,年发电量越大。

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。