CN104727263A - 一种超长期水库来水预报的方法 - Google Patents

一种超长期水库来水预报的方法 Download PDF

Info

Publication number
CN104727263A
CN104727263A CN201510063701.4A CN201510063701A CN104727263A CN 104727263 A CN104727263 A CN 104727263A CN 201510063701 A CN201510063701 A CN 201510063701A CN 104727263 A CN104727263 A CN 104727263A
Authority
CN
China
Prior art keywords
time
forecast
reservoir
year
solar term
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510063701.4A
Other languages
English (en)
Other versions
CN104727263B (zh
Inventor
李文龙
路振刚
郭希海
李秀斌
王永峰
王进
田�文明
牛志伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
FENGMAN POWER PLANT
STATE GRID XINYUAN HYDROPOWER CO Ltd
State Grid Corp of China SGCC
Original Assignee
FENGMAN POWER PLANT
STATE GRID XINYUAN HYDROPOWER CO Ltd
State Grid Corp of China SGCC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by FENGMAN POWER PLANT, STATE GRID XINYUAN HYDROPOWER CO Ltd, State Grid Corp of China SGCC filed Critical FENGMAN POWER PLANT
Priority to CN201510063701.4A priority Critical patent/CN104727263B/zh
Publication of CN104727263A publication Critical patent/CN104727263A/zh
Application granted granted Critical
Publication of CN104727263B publication Critical patent/CN104727263B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • E—FIXED CONSTRUCTIONS
    • E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
    • E02B—HYDRAULIC ENGINEERING
    • E02B1/00—Equipment or apparatus for, or methods of, general hydraulic engineering, e.g. protection of constructions against ice-strains

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开一种超长期水库来水预报的方法，其采用多个指标综合考虑，精度大大提高，能够有效地在水库兴利调度和防洪调度中应用，为企业创造巨大的发电效益、为社会创造巨大的防洪减灾效益。这种超长期水库来水预报的方法，其包括步骤：(1)确定水库来水预报的因子，基于日地月运行轨迹特征、太阳辐射能量、月球引潮力考虑，选取24节气发生的阴历时间及立春日类型、闰月、太阳黑子相对数、月球赤纬角这28个天文及相关指标；(2)建立24节气过程相似度比较模型；(3)建立历法辅助决策模型；(4)建立天文因子辅助决策模型。

Description

一种超长期水库来水预报的方法
技术领域
本发明涉及信息预报的技术领域，尤其涉及一种超长期水库来水预报的方法。
背景技术
水库来水预报，尤其是长期预报、超长期预报，预报难度大，精度低，很难投入生产应用。所以，目前水库调度普遍采用“以落地雨预报为依据，以长期预报为参考”的原则。但无论从发电、防洪等要求，都迫切需要精度高的长期来水预报，以使水库能提前采取风险预控调度，减少水库泄洪带来的损失，增加发电量。
目前，对水库来水长期预报的方法，大部分为统计方法，少部分也采用了天文指标，但大多采用单一指标，没有形成***性的应用，精度亦不高。
发明内容
为克服现有技术的缺陷，本发明要解决的技术问题是提供了一种超长期水库来水预报的方法，其采用多个指标综合考虑，精度大大提高，能够有效地在水库兴利调度和防洪调度中应用，为企业创造巨大的发电效益、为社会创造巨大的防洪减灾效益。
本发明的技术方案是：这种超长期水库来水预报的方法，其包括以下步骤：
(1)确定水库来水预报的因子，基于日地月运行轨迹特征、太阳辐射能量、月球引潮力考虑，选取24节气发生的阴历时间及立春日类型、闰月、太阳黑子相对数、月球赤纬角这28个天文及相关指标；
(2)建立24节气过程相似度比较模型：用水库有资料记录以来逐年24节气阴历发生时间与预报年份的24节气阴历发生时间做年份不参与计算的阴历时间差值计算；统计预报水库的汛期和全年24节气阴历发生时间相同的个数；统计预报水库的汛期和全年24节气阴历发生时间累计偏差的天数；以汛期和全年24节气阴历发生时间相同的个数及汛期和全年24节气阴历发生时间累计偏差的天数作为筛选指标，得出与预报年份汛期、全年过程相似度较接近的年份，组成预报相似年组；
(3)建立历法辅助决策模型：根据立春日类型、闰月指标，对相似年份组进行辅助筛选，剔除部分不吻合年份；
(4)建立天文因子辅助决策模型：以预报年份的太阳黑子相对数及相位、月球赤纬角数据及相位为基准，从历法辅助决策模型输出的相似年份组中，选择最接近的年份，作水库来水相似年，得出最终预报结论。
本发明通过采用28个天文及相关指标综合考虑并建立多个模型，精度大大提高，能够有效地在水库兴利调度和防洪调度中应用，为企业创造巨大的发电效益、为社会创造巨大的防洪减灾效益。
附图说明
图1为根据本发明的超长期水库来水预报的方法的流程图。
具体实施方式
如图1所示，这种超长期水库来水预报的方法，其包括以下步骤：
(1)确定水库来水预报的因子，基于日地月运行轨迹特征、太阳辐射能量、月球引潮力考虑，选取24节气(立春、雨水、惊蛰、春分、清明、谷雨、立夏、小满、芒种、夏至、小暑、大暑、立秋、处暑、白露、秋分、寒露、霜降、立冬、小雪、大雪、冬至、小寒、大寒)发生的阴历时间及立春日类型(农历年里“立春”的个数，空春、单春、双春)、闰月、太阳黑子相对数、月球赤纬角这28个天文及相关指标；
(2)建立24节气过程相似度比较模型：用水库有资料记录以来逐年24节气阴历发生时间与预报年份的24节气阴历发生时间做年份不参与计算的阴历时间差值计算；统计预报水库的汛期和全年24节气阴历发生时间相同的个数；统计预报水库的汛期和全年24节气阴历发生时间累计偏差的天数；以汛期和全年24节气阴历发生时间相同的个数及汛期和全年24节气阴历发生时间累计偏差的天数作为筛选指标，得出与预报年份汛期、全年过程相似度较接近的年份，组成预报相似年组；
(3)建立历法辅助决策模型：根据立春日类型、闰月指标，对相似年份组进行辅助筛选，剔除部分不吻合年份；
(4)建立天文因子辅助决策模型：以预报年份的太阳黑子相对数及相位、月球赤纬角数据及相位为基准，从历法辅助决策模型输出的相似年份组中，选择最接近的年份，作水库来水相似年，得出最终预报结论。
本发明通过采用28个天文及相关指标综合考虑并建立多个模型，精度大大提高，能够有效地在水库兴利调度和防洪调度中应用，为企业创造巨大的发电效益、为社会创造巨大的防洪减灾效益。
优选地，所述步骤(2)中24节气过程相似度比较模型通过以下步骤建立：
(2.1)用水库有资料记录以来逐年24节气阴历发生时间与预报年份的24节气阴历发生时间做年份不参与计算的阴历时间差值计算；
(2.2)统计预报水库的汛期和全年24节气阴历发生时间相同的个数；
(2.3)统计预报水库的汛期和全年24节气阴历发生时间累计偏差的天数；
(2.4)以汛期和全年24节气阴历发生时间相同的个数及汛期和全年24节气阴历发生时间累计偏差的天数作为筛选指标，初步挑选出与预报年份汛期、全年过程相似度较接近的年份，组成预报相似年组。
优选地，所述步骤(3)中历法辅助决策模型通过以下步骤建立：
(3.1)基于立春类型与特定流域洪水具有很好的相关性(如根据研究农历年里只有一个“立春”的“单春”长江易出现洪涝)，选用立春类型为辅助决策因子，以农历年里只有一个“立春”的年份(单春)记为“1”，没有“立春”的年份(空春)记为“0”，有2个“立春”的年份(双春)记为“2”，用水库有资料记录以来逐年立春类型与预报年份的立春类型进行比对，一致的相似年份进入下一轮筛选；
(3.2)基于闰月与水库来水有一定的相关性(如2014年闰九月，重庆、四川、陕西等地华西秋雨严重，重庆东北部、中西部地区普降大到暴雨、局部地区出现大暴雨，最大雨量超过200毫米，当地转移群众8000多人)，用水库有资料记录以来逐年是否闰月及闰月月份与预报年份进行比对，接近的相似年份进入下一轮筛选。
优选地，所述步骤(4)中天文因子辅助决策模型通过以下步骤建立：
(4.1)基于太阳黑子相对数及其相位与特定流域洪水具有很好的相关性(如丰满水库流域的特大洪水年、特丰水年大部分出现在太阳黑子低值年)，选用基于太阳黑子相对数及其相位为辅助决策因子，用预报年份的太阳黑子相对数及其相位与经24节气过程相似度比较模型、历法辅助决策模型筛选出来的相似年份组比对，太阳黑子相位、太阳黑子相对数接近，作为推荐的水库来水相似年组；
(4.2)基于月球赤纬角数据及相位与特定流域洪水具有很好的相关性(如在月球赤纬角最小年，丰满水库流域大部分出现特枯水)，选用基于月球赤纬角数据及相位为辅助决策因子，用预报年份的太月球赤纬角数据及相位与经24节气过程相似度比较模型、历法辅助决策模型筛选出来的相似年份组比对，月球赤纬角数据及相位接近，作为推荐的水库来水相似年组；
(4.3)将经太阳黑子相对数及其相位、月球赤纬角数据及相位比较后，相似年组中推荐重叠的年份，作为推荐的预报相似年份。。
以下给出一个具体实施例。对吉林地区某大型水库，2012年预测2013年水库来水的预报步骤：
(1)收集水库有来水资料记录以来1933年至2013年立春、雨水、惊蛰、春分、清明、谷雨、立夏、小满、芒种、夏至、小暑、大暑、立秋、处暑、白露、秋分、寒露、霜降、立冬、小雪、大雪、冬至、小寒、大寒等24节气发生的阴历时间及立春日类型、闰月等28个天文指标。
(2)用水库有资料记录以来逐年24节气阴历发生时间与预报年份的24节气阴历发生时间做年份不参与计算的阴历时间差值计算。
(3)统计预报水库的汛期和全年24节气阴历发生时间相同的个数。统计预报水库的汛期和全年24节气阴历发生时间累计偏差的天数。
(4)以汛期和全年24节气阴历发生时间相同的个数及汛期和全年24节气阴历发生时间累计偏差的天数作为筛选指标，初步挑选出预报年份来水的相似年份。
推荐的相似年组为1937年、1956年、1975年，理由如下：
1937年13个节气完全一致，汛期累计误差-5天，全年累计误差-9天，汛期截止秋分一致。
1956年，9个节气完全一致，汛期累计误差-3天，年累计误差-5天，汛期截止秋分一致。
1975年，10个节气完全一致，汛期累计误差1天，年累计误差-4天，汛期截止秋分不一致。
(4)根据立春日类型、闰月指标，对相似年份组进行辅助筛选，剔除部分不吻合年份。
与2013年比较，1937年、1956年、1975年立春日类型一致，均为空春，均无闰月，一致，三年均进入下一轮筛选。
(5)基于太阳黑子相对数及其相位、月球赤纬角数据及相位进行三相似年筛选，如表1。
表1
年份 太阳黑子相对数 太阳黑子绝对相位 月球赤纬角 月球赤纬角相位
1937 114.4 5 22.10 16
1956 141.7 3 21.11 16
1975 15.5 12 20.34 17
2013 6 19.30 17
从2008年开始进入新的太阳黑子周期，2012年虽不能准确预测2013年太阳黑子相对数，但其相位可以算出。一般一个太阳黑子周期在10-13年，从1937年、1956年、1975年、2013年太阳黑子绝对相位看，1975年与2013年偏差大，剔除。
从月球赤纬角数据看，1956年比1937年更接近2013年。
预报2013年水库来水相似年为1956年。该水库多年平均年入库流量为410立方米/秒，1956年平均年入库流量为676立方米/秒，为多年均值的165％，来水为特丰水；因此，预报水库2013年平均年入库流量为676立方米/秒，来水为特丰水。
(6)预报验证：2013年实际来水年入库流量为737立方米/秒，为多年均值的180％，来水为特丰水。定性预报及定量预报，均成功。
(7)预报历史验证情况：该方法成功拟合了东北地区各流域水库1995年以来的特大洪水，根据此预报方法，1995年的历史相似年为1957年，1998年的历史相似年为1960年，2010年的历史相似年为1953年，加上2013年的历史相似年为1956年，均获得成功。这些大洪水年份在后期得到了精确的重演，这些年份均是东北地区区域性或流域性大洪水年、水库来水均为特丰水年。
以上所述，仅是本发明的较佳实施例，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属本发明技术方案的保护范围。

Claims (4)

1.一种超长期水库来水预报的方法，其特征在于，其包括以下步骤：
(1)确定水库来水预报的因子，基于日地月运行轨迹特征、太阳辐射能量、月球引潮力考虑，选取24节气发生的阴历时间及立春日类型、闰月、太阳黑子相对数、月球赤纬角这28个天文及相关指标；
(2)建立24节气过程相似度比较模型：用水库有资料记录以来逐年24节气阴历发生时间与预报年份的24节气阴历发生时间做年份不参与计算的阴历时间差值计算；统计预报水库的汛期和全年24节气阴历发生时间相同的个数；统计预报水库的汛期和全年24节气阴历发生时间累计偏差的天数；以汛期和全年24节气阴历发生时间相同的个数及汛期和全年24节气阴历发生时间累计偏差的天数作为筛选指标，得出与预报年份汛期、全年过程相似度较接近的年份，组成预报相似年组；
(3)建立历法辅助决策模型：根据立春日类型、闰月指标，对相似年份组进行辅助筛选，剔除部分不吻合年份；
(4)建立天文因子辅助决策模型：以预报年份的太阳黑子相对数及相位、月球赤纬角数据及相位为基准，从历法辅助决策模型输出的相似年份组中，选择最接近的年份，作水库来水相似年，得出最终预报结论。
2.根据权利要求1所述的超长期水库来水预报的方法，其特征在于，
所述步骤(2)中24节气过程相似度比较模型通过以下步骤建立：
(2.1)用水库有资料记录以来逐年24节气阴历发生时间与预报年份的24节气阴历发生时间做年份不参与计算的阴历时间差值计算；
(2.2)统计预报水库的汛期和全年24节气阴历发生时间相同的个数；
(2.3)统计预报水库的汛期和全年24节气阴历发生时间累计偏差的天数；
(2.4)以汛期和全年24节气阴历发生时间相同的个数及汛期和全年24节气阴历发生时间累计偏差的天数作为筛选指标，初步挑选出与预报年份汛期、全年过程相似度较接近的年份，组成预报相似年组。
3.根据权利要求2所述的超长期水库来水预报的方法，其特征在于，
所述步骤(3)中历法辅助决策模型通过以下步骤建立：
(3.1)基于立春类型与特定流域洪水具有很好的相关性，用水库有资料记录以来逐年立春类型与预报年份的立春类型进行比对，一致的相似年份进入下一轮筛选；
(3.2)基于闰月与水库来水有一定的相关性，用水库有资料记录以来逐年是否闰月及闰月月份与预报年份进行比对，接近的相似年份进入下一轮筛选。
4.根据权利要求1所述的超长期水库来水预报的方法，其特征在于，
所述步骤(4)中天文因子辅助决策模型通过以下步骤建立：
(4.1)基于太阳黑子相对数及其相位与特定流域洪水具有很好的相关性，选用基于太阳黑子相对数及其相位为辅助决策因子，用预报年份的太阳黑子相对数及其相位与经24节气过程相似度比较模型、历法辅助决策模型筛选出来的相似年份组比对，太阳黑子相位、太阳黑子相对数接近，作为推荐的水库来水相似年组；
(4.2)基于月球赤纬角数据及相位与特定流域洪水具有很好的相关性，选用基于月球赤纬角数据及相位为辅助决策因子，用预报年份的太月球赤纬角数据及相位与经24节气过程相似度比较模型、历法辅助决策模型筛选出来的相似年份组比对，月球赤纬角数据及相位接近，作为推荐的水库来水相似年组；
(4.3)将经太阳黑子相对数及其相位、月球赤纬角数据及相位比较后，相似年组中推荐重叠的年份，作为推荐的预报相似年份。
CN201510063701.4A 2015-02-06 2015-02-06 一种超长期水库来水预报的方法 Active CN104727263B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510063701.4A CN104727263B (zh) 2015-02-06 2015-02-06 一种超长期水库来水预报的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510063701.4A CN104727263B (zh) 2015-02-06 2015-02-06 一种超长期水库来水预报的方法

Publications (2)

Publication Number Publication Date
CN104727263A true CN104727263A (zh) 2015-06-24
CN104727263B CN104727263B (zh) 2016-09-14

Family

ID=53451625

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510063701.4A Active CN104727263B (zh) 2015-02-06 2015-02-06 一种超长期水库来水预报的方法

Country Status (1)

Country Link
CN (1) CN104727263B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108446487A (zh) * 2018-03-16 2018-08-24 国家电网公司 一种基于太阳黑子、月球赤纬角信息的水库来水预报方法
CN109063901A (zh) * 2018-07-17 2018-12-21 昆明电力交易中心有限责任公司 一种省级电网水电***中长期发电能力分析方法
CN109146170A (zh) * 2018-08-17 2019-01-04 国家电网有限公司 一种影响水库年来水的天文因子识别方法
CN109409597A (zh) * 2018-10-23 2019-03-01 南瑞集团有限公司 一种基于成因分析的中长期大洪水预报方法
CN110135652A (zh) * 2019-05-23 2019-08-16 吉林大学 一种长期汛期径流预测方法
CN110390428A (zh) * 2019-07-15 2019-10-29 国家电网有限公司 一种水库来水特丰水年超长期预测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06182380A (ja) * 1992-12-22 1994-07-05 Dam Suigenchi Kankyo Seibi Center 貯水域内の流動制御設備
CN101794495A (zh) * 2010-02-05 2010-08-04 国网电力科学研究院 洪水预报***中实时校正模型的优选方法
KR20130030472A (ko) * 2011-09-19 2013-03-27 권영길 빗물활용을 위한 건물의 빗물 저장장치 및 그 사용 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06182380A (ja) * 1992-12-22 1994-07-05 Dam Suigenchi Kankyo Seibi Center 貯水域内の流動制御設備
CN101794495A (zh) * 2010-02-05 2010-08-04 国网电力科学研究院 洪水预报***中实时校正模型的优选方法
KR20130030472A (ko) * 2011-09-19 2013-03-27 권영길 빗물활용을 위한 건물의 빗물 저장장치 및 그 사용 방법

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
李文龙: "节气干支及周易综合预测法在水库中长期来水预报中的应", 《天灾预测学术研讨会》 *
李文龙等: "2014年新安江水库特丰来水预测", 《水电自动化与大坝监测》 *
赵杰等: "基于不同来水风险条件下的水库长期优化调度", 《水力发电》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108446487A (zh) * 2018-03-16 2018-08-24 国家电网公司 一种基于太阳黑子、月球赤纬角信息的水库来水预报方法
CN109063901A (zh) * 2018-07-17 2018-12-21 昆明电力交易中心有限责任公司 一种省级电网水电***中长期发电能力分析方法
CN109063901B (zh) * 2018-07-17 2021-06-18 昆明电力交易中心有限责任公司 一种省级电网水电***中长期发电能力分析方法
CN109146170A (zh) * 2018-08-17 2019-01-04 国家电网有限公司 一种影响水库年来水的天文因子识别方法
CN109409597A (zh) * 2018-10-23 2019-03-01 南瑞集团有限公司 一种基于成因分析的中长期大洪水预报方法
CN110135652A (zh) * 2019-05-23 2019-08-16 吉林大学 一种长期汛期径流预测方法
CN110135652B (zh) * 2019-05-23 2023-04-07 吉林大学 一种长期汛期径流预测方法
CN110390428A (zh) * 2019-07-15 2019-10-29 国家电网有限公司 一种水库来水特丰水年超长期预测方法
CN110390428B (zh) * 2019-07-15 2023-02-03 国家电网有限公司 一种水库来水特丰水年超长期预测方法

Also Published As

Publication number Publication date
CN104727263B (zh) 2016-09-14

Similar Documents

Publication Publication Date Title
CN104727263B (zh) 一种超长期水库来水预报的方法
Cheng et al. Short‐Term Hydroscheduling with Discrepant Objectives Using Multi‐Step Progressive Optimality Algorithm 1
CN107093007B (zh) 一种考虑光储持续带载能力的配电网可靠性评估方法
CN104268653B (zh) 基于集束径流预报的梯级水库优化调度方法
CN110598352B (zh) 一种流域来水的预报方法
Xie et al. Load forecasting using 24 solar terms
CN107818403A (zh) 基于代表性水平面辐射数据优化光伏面板安装倾角的方法
CN105678397A (zh) 一种基于改进EMD算法及Elman算法的短期光伏功率预测方法
CN108446487A (zh) 一种基于太阳黑子、月球赤纬角信息的水库来水预报方法
Hyde et al. A design framework for achieving net zero energy commercial buildings
CN110390481B (zh) 一种水平面太阳散射辐照量评估方法及装置
Li et al. Vertical perovskite solar cell envelope for the circular economy: A case study using life cycle cost analysis in Europe
Withanage et al. Financial viability of using green roofing in residential buildings
Schäfer et al. Transitions of the energy sector in Egypt, Brazil and Germany–a comparison of the interplay between government, the private sector and civil society
Barber Experimental Dwellings: Modern Architecture and Environmental Research at the MIT Solar Energy Fund 1938–1963
Djellouli-Tabet Common scarcity, diverse responses in the Maghreb Region
Bıcer Assessing the economic contribution of ecological architecture case study: Kayseri Kadir has stadium
Kim et al. Predicting the economic feasibility of solar-based net-zero emission buildings (NZEBs) in the United States non-residential sector
Fonseca et al. Integrated sustainable building design in the tropics: case study “Fabrica de Cultura”, Barranquilla, Colombia
Dekanić et al. Climate change, water resources and tourism
El IEEEE gWaterid ScS
Moià-Pol et al. Strategies for Electricity with Zero Carbon Emissions at 2050 using the water Management at Mallorca-Menorca Electric system.
Casaravilla et al. Regret Cost Analysis of the Generation Expansion Plans of Uruguay 2024-2033
Golić Fuzzy Model for Integration of Solar Systems into Nearly Zero-Energy Buildings
Khalil et al. Verification of Satellite and Observation Measurements to Build Solar Energy Projects in North Africa

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant