[发明专利]一种面向总量控制的流域水量动态优化分配方法有效

专利信息
申请号: 201811524220.9 申请日: 2018-12-13
公开(公告)号: CN109685256B 公开(公告)日: 2020-10-13
发明(设计)人: 吴贞晖;梅亚东;朱迪 申请(专利权)人: 武汉大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06;G06Q50/06
代理公司: 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 代理人: 王琪
地址: 430072 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 面向 总量 控制 流域 水量 动态 优化 分配 方法
【权利要求书】:

1.一种面向总量控制的流域水量动态优化分配方法,其特征在于,包括如下步骤:

步骤1,得到典型年来水数据库、典型年需水数据库和用水总量指标库;具体实现方式如下,

首先,将该流域划分为多个子区,并采集流域内各子区来水资料、需水资料、用水总量指标资料;

然后,将来水资料整理成年径流数据和月径流数据,绘制年径流序列的理论频率曲线,选择各子区来水频率P=50%,P=75%,P=95%的来水径流过程作为典型年来水数据库;

接下来,统计规划年P=50%,P=75%,P=95%来水频率下各子区生活、农田灌溉、林牧渔的用水定额及工业用水的万元增加值,采用趋势法预测规划年的人口数、灌溉面积、牲畜头数、工业产量发展指标,将用水定额乘上该定额对应的发展指标,从而计算出对应于某来水频率的生活、生产需水量;对于生态需水,直接采用Tennant法预测断面生态需水;最终得到各子区三种来水频率下的需水数据库;

最后,通过水资源管理部门每年下发的年用水总量指标文件整理出各县平P=50%、枯P=75%、特枯水年P=95%的用水总量指标作为典型年用水总量指标库;

步骤2,进行流域余留期径流预报;具体实现方式如下:

首先,将步骤1中整理得到的月径流数据进行相空间重构,设实测水文混沌时间序列为{x(t),t=0,1,2,...,N},利用相空间重构法得一点状态向量,表示为,

X(t)={x(t),x(t-τ),x(t-2τ),...,x[t-(m-1)τ]},t=(m-1)τ+1,...,N

其中,m为嵌入维数,τ为延迟时间,t为月份,N为水文序列总月数;

然后,按当前时段选择不同的预报期长度L,进行基于混沌Volterra的自适应模型的余留期径流预报,具体为:当前月份为1月,2月,…,12月时,预报期长度L依次为12,11,…,1,当预报期长度L=1时,采用二阶截断m项求和Volterra自适应预测模型计算单步预测,表达式为,

式中,为下一个月的预测流量,h1,h2分别为一阶、二阶Volterra核函数,i1,i2分别表示延迟的时段序号,i1=0,1,...,m-1,i2=0,1,...,m-1;

当余留期长度L=η1时,采用迭代预测方法进行多步预测,表达式为:

式中,X(t+η)为面临时段后第η月的预测流量;

步骤3,确定规划年的来水频率;具体实现方式如下,

在步骤2得到余留期的径流预报结果后,统计前期已经发生的实测径流过程xt(t=1,...,tc-1),采用逐月相关系数判断径流所属的水文频率,表达式为,

式中,是前期实测径流和余留期预报径流过程的平均值,yt(t=1,...,T)是步骤1中某一个典型年来水径流过程,是其均值,通过计算规划年的实际来水径流过程与各典型年径流过程的相关系数r,选择相关系数最大的典型年类型作为面临第tc时段的来水频率类型ptc

步骤4,确定面临时段的年度用水总量控制指标和余留期需水预测序列;

步骤5,确定面向总量控制的水量动态分配模型的目标函数和约束条件;

步骤6,求解面向总量控制的水量动态分配模型并执行余留期供水计划;

步骤7,动态更新供水计划。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学,未经武汉大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811524220.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top