[发明专利]考虑不确定性的河流水污染事故最优应急调度流量计算方法及装置在审
| 申请号: | 202211077195.0 | 申请日: | 2022-09-05 |
| 公开(公告)号: | CN115510775A | 公开(公告)日: | 2022-12-23 |
| 发明(设计)人: | 杨中华;荆平飞;槐文信;白凤朋;张为;岳遥;骆文广;陆晶 | 申请(专利权)人: | 武汉大学 |
| 主分类号: | G06F30/28 | 分类号: | G06F30/28;G06F30/27;G06F17/18;G06Q50/06;G06F111/10;G06F113/08;G06F119/14 |
| 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: | 俞琳娟 |
| 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: | 考虑 不确定性 河流 水污染 事故 最优 应急 调度 流量 计算方法 装置 | ||
1.考虑不确定性的河流水污染事故最优应急调度流量计算方法,其特征在于,包括以下步骤:
步骤1,资料收集:确定研究河段的水污染负荷情况与河流水文参数取值范围;
步骤2,模型建立:基于步骤1中的水污染负荷和河流水文参数,建立研究河段的河流水动力水质数值模拟模型;
步骤3,灵敏度分析:利用建立的水动力水质数值模拟模型进行河流水文参数的灵敏度分析,筛选对水质计算结果影响较大的灵敏参数;
步骤4,代理模型建立:利用拉丁超立方抽样方法对筛选的灵敏度参数进行抽样,得到N1组灵敏参数的组合,并输入到建立的河流水动力水质数值模拟模型中,获得N1组水质指标的输出结果;将N1组灵敏参数和N1组水质指标输入神经网络模型进行训练,获得各个水质指标的水质计算代理模型;
步骤5,调度流量最优化模型建立:将河流水动力水质数值模拟模型替换为代理模型,并将其嵌入到粒子群优化模型中,以水质不超标、调度流量最小为目标函数,建立调度流量最优化模型;
步骤6,不确定性分析:对筛选的灵敏度参数进行抽样,得到N2组灵敏参数的组合,并将之带入到调度流量最优化模型中,计算获得N2个最优调度流量优化结果,对结果进行统计分析,得到参数不确定性对最优调度流量的影响。
2.根据权利要求1所述的考虑不确定性的河流水污染事故最优应急调度流量计算方法,其特征在于:
其中,在步骤1中,水污染负荷情况来自于河流入汇污染负荷调查;河流水文参数中的糙率、纵向离散系数及各污染物指标降解系数取值范围根据历史资料确定。
3.根据权利要求1所述的考虑不确定性的河流水污染事故最优应急调度流量计算方法,其特征在于:
其中,在步骤2中,研究河段的河流水动力水质数值模拟模型如下:
式中,A为断面面积;Q为流量;Qbranch为支流汇入流量;Z为水位;g为重力加速度;Sf为能坡;C为污染物指标的浓度值;E为纵向离散系数值;K为该污染物指标的降解系数;
上述方程组计算的上游水动力边界条件给定为调度流量;下游水动力边界条件在水位流量关系曲线插值获得;上游水质边界设置为III类水水质条件,下游水质边界设为自由出流条件。
4.根据权利要求1所述的考虑不确定性的河流水污染事故最优应急调度流量计算方法,其特征在于:
其中,在步骤3中,基于以下公式进行灵敏度分析:
式中,Ik表示第k个参数的灵敏度系数;xk表示模型输入的第k个参数;Δxk表示参数xk的变化量;yi(xk)是参数xk对应的水质指标计算结果;yi(xk+Δxk)是参数为xk+Δxk时对应的水质指标计算结果;Nc是水质控制断面的个数;
参数的灵敏度系数越大,对水质指标计算结果的影响越大,该参数变化带来的水质指标计算结果的不确定性越强。
5.根据权利要求1所述的考虑不确定性的河流水污染事故最优应急调度流量计算方法,其特征在于:
其中,在步骤5中,调度流量最优化模型建立过程中,确保水质不超标、调度流量最小的目标函数如下:
式中,(C-Cmax)+=max{C-Cmax,0};Q即为所求最优调度流量;为代理模型计算得到的第i种水质指标在第j个控制断面的浓度值;Cmax为该水质指标浓度限制值;M为考虑的水质指标的个数;Nc为控制断面的个数;η与μ均为权重系数,用来调整目标函数中两项的权重,确保当水质指标超标时,目标函数迅速增大。
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/202211077195.0/1.html,转载请声明来源钻瓜专利网。





