CN116976567B - 水库泥沙调度优化方法、装置、计算机设备及存储介质 - Google Patents

水库泥沙调度优化方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN116976567B
CN116976567B CN202311227496.1A CN202311227496A CN116976567B CN 116976567 B CN116976567 B CN 116976567B CN 202311227496 A CN202311227496 A CN 202311227496A CN 116976567 B CN116976567 B CN 116976567B
Authority
CN
China
Prior art keywords
data set
historical
sediment
warehouse
forecast
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.)
Active
Application number
CN202311227496.1A
Other languages
English (en)
Other versions
CN116976567A (zh
Inventor
张成潇
赵汗青
刘志武
李婉
翟俨伟
吕超楠
杨宇
高宇
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.)
Beijing Gezhouba Electric Power Rest House
China Three Gorges Corp
Original Assignee
Beijing Gezhouba Electric Power Rest House
China Three Gorges Corp
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 Beijing Gezhouba Electric Power Rest House, China Three Gorges Corp filed Critical Beijing Gezhouba Electric Power Rest House
Priority to CN202311227496.1A priority Critical patent/CN116976567B/zh
Publication of CN116976567A publication Critical patent/CN116976567A/zh
Application granted granted Critical
Publication of CN116976567B publication Critical patent/CN116976567B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Feedback Control In General (AREA)

Abstract

本发明涉及水利工程技术领域,公开了一种水库泥沙调度优化方法、装置、计算机设备及存储介质,本发明通过建立的预设评价指标体系对历史泥沙效益函数进行迭代优化,可以实现对过去开展的水库泥沙调度过程的科学、定量评价,进一步,从这一角度出发结合水库的相关预报数据,通过自稳定的迭代过程可以确定出针对特定的预报入库来水来沙过程的最优的水库泥沙调度方案。

Description

水库泥沙调度优化方法、装置、计算机设备及存储介质
技术领域
本发明涉及水利工程技术领域,具体涉及一种水库泥沙调度优化方法、装置、计算机设备及存储介质。
背景技术
对水库实行泥沙调度直接关系到水库寿命,目前水库的泥沙调度以实践为主,多采用经验手段,主要依赖专家和技术人员的操作经验,即根据入库的来水来沙情况进行研判后,对水库采取出库流量增泄的操作以尽可能增大水库排沙,缺乏科学的效果评价,故而无法对泥沙调度的出库流量进行优化。
进一步,在每次泥沙调度后,对排沙效果的评估局限于与其他年份未开展泥沙调度的时段进行比较,即对汛期泥沙调度效果的评价是统计泥沙调度期间的排沙比,并将其与过去未开展泥沙调度的汛期进行比较,显然开展泥沙调度增泄了流量、增大了排沙,但针对同一来水来沙情况而言,是否开展泥沙调度缺乏科学、定量的评估,也无法对后续泥沙调度具体增泄多少水量、取得怎样的排沙效益提供参考。进一步地,由于每年的入库来水来沙特征迥异,且每次汛期水库管理人员开展泥沙调度采取的下泄流量过程也是经验性的、实践性的,导致缺乏对过去泥沙调度效果的科学评价和科学的调度优化方法,进而也无法有效指导泥沙调度的优化方向。
发明内容
有鉴于此,本发明提供了一种水库泥沙调度优化方法、装置、计算机设备及存储介质,以解决现有技术无法有效指导泥沙调度的优化方向的问题。
第一方面,本发明提供了一种水库泥沙调度优化方法,该水库泥沙调度优化方法包括:
获取预报入库来水来沙过程,并基于预报入库来水来沙过程确定水库是否需要开展泥沙调度;当水库需要开展泥沙调度时,基于预报入库来水来沙过程确定预报入库流量数据集和预报入库含沙量数据集;获取水库在开展泥沙调度时的初始增泄水量,并基于初始增泄水量确定第一预报出库流量数据集;基于水库的日常调度规程确定水库在未开展泥沙调度时的第二预报出库流量数据集;基于初始增泄水量、预报入库流量数据集、预报入库含沙量数据集、第一预报出库流量数据集和第二预报出库流量数据集,利用预设评价指标体系对历史泥沙效益函数进行迭代优化,得到目标泥沙效益函数;基于目标泥沙效益函数确定目标水库泥沙调度方案。
本发明提供的水库泥沙调度优化方法,通过建立的预设评价指标体系对历史泥沙效益函数进行迭代优化,可以实现对过去开展的水库泥沙调度过程的科学、定量评价,进一步,从这一角度出发结合水库的相关预报数据,通过自稳定的迭代过程可以确定出针对特定的预报入库来水来沙过程的最优的水库泥沙调度方案。
在一种可选的实施方式中,该方法还包括:
获取水库在历史泥沙调度期间内的历史入库流量数据集、历史入库含沙量数据集和第一历史出库流量数据集;基于水库的日常调度规程确定水库在未开展泥沙调度时的第二历史出库流量数据集;基于历史入库流量数据集、历史入库含沙量数据集、第一历史出库流量数据集和第二历史出库流量数据集,建立预设评价指标体系;基于预设评价指标体系确定历史泥沙效益函数。
本发明通过建立预设评价指标体系进一步确定历史泥沙效益函数,能够实现对过去开展的水库泥沙调度过程的科学、定量的评价,为后续确定最优的水库泥沙调度方案提供了依据。
在一种可选的实施方式中,基于历史入库流量数据集、历史入库含沙量数据集、第一历史出库流量数据集和第二历史出库流量数据集,建立预设评价指标体系,包括:
基于历史入库流量数据集、历史入库含沙量数据集、第一历史出库流量数据集和第二历史出库流量数据集,经过预设水库水沙数学模型处理,得到水库对应的第一历史数据集和第二历史数据集;基于历史入库流量数据集、历史入库含沙量数据集、第一历史出库流量数据集、第二历史出库流量数据集、第一历史数据集、第二历史数据集,建立预设评价指标体系。
本发明利用水库在历史泥沙调度期间内的历史入库流量数据集、历史入库含沙量数据集和第一历史出库流量数据集和水库在未开展泥沙调度时的第二历史出库流量数据集建立对应的预设评价指标体系,可以全面的对过去开展的水库泥沙调度过程中产生的效益和消耗进行评估。
在一种可选的实施方式中,基于历史入库流量数据集、历史入库含沙量数据集、第一历史出库流量数据集和第二历史出库流量数据集,经过预设水库水沙数学模型处理,得到水库对应的第一历史数据集和第二历史数据集,包括:
基于历史入库流量数据集、历史入库含沙量数据集和第一历史出库流量数据集,经过预设水库水沙数学模型处理,得到水库在开展泥沙调度时的第一历史数据集;基于历史入库流量数据集、历史入库含沙量数据集和第二历史出库流量数据集,经过预设水库水沙数学模型处理,得到水库在未开展泥沙调度时的第二历史数据集。
本发明通过将历史入库流量数据集、历史入库含沙量数据集、第一历史出库流量数据集和第二历史出库流量数据集分别输入预设水库水沙数学模型进行处理,可以模拟得到水库在开展泥沙调度时的第一历史数据集和水库在未开展泥沙调度时的第二历史数据集,为后续建立预设评价指标体系提供了数据支持。
在一种可选的实施方式中,基于历史入库流量数据集、历史入库含沙量数据集、第一历史出库流量数据集、第二历史出库流量数据集、第一历史数据集、第二历史数据集,建立预设评价指标体系,包括:
基于历史入库流量数据集确定历史入库洪峰值,基于历史入库含沙量数据集确定历史入库沙峰值;基于第一历史出库流量数据集和第二历史出库流量数据集,计算泥沙调度增泄水量;分别对历史入库洪峰值、历史入库沙峰值、第一历史数据集和第二历史数据集进行归一化处理,并建立预设评价指标体系。
本发明通过对历史入库洪峰值、历史入库沙峰值、第一历史数据集和第二历史数据集进行归一化处理,可以量化水库的来水来沙情况,进一步,可以建立对应的预设评价指标体系以更全面地对过去开展的水库泥沙调度过程中产生的效益和消耗进行评估。
在一种可选的实施方式中,基于预设评价指标体系确定历史泥沙效益函数,包括:
获取水库在历史泥沙调度期间内的历史泥沙调度结果数据集;基于预设评价指标体系,对历史泥沙调度结果数据集中每个历史泥沙调度结果进行评价,得到至少一个第一评价指标值和至少一个第二评价指标值;基于每个第一评价指标值和每个第二评价指标值,确定历史泥沙效益函数。
本发明通过建立的预设评价指标体系,可以对水库在历史泥沙调度期间内的每个历史泥沙调度结果进行评价,进而可以得到最优的历史泥沙效益函数,为后续最优水库泥沙调度方案的确定提供了依据。
在一种可选的实施方式中,基于初始增泄水量、预报入库流量数据集、预报入库含沙量数据集、第一预报出库流量数据集和第二预报出库流量数据集,利用预设评价指标体系对历史泥沙效益函数进行迭代优化,得到目标泥沙效益函数,包括:
基于预报入库流量数据集、预报入库含沙量数据集和第一预报出库流量数据集,经过预设水库水沙数学模型处理,得到水库在开展泥沙调度时的第一预报数据集和水库在未开展泥沙调度时的第二预报数据集;基于预报入库流量数据集确定预报入库洪峰值,基于预报入库含沙量数据集确定预报入库沙峰值;基于初始增泄水量、第一预报数据集、第二预报数据集、预报入库洪峰值和预报入库沙峰值,利用预设评价指标体系对历史泥沙效益函数进行迭代优化,得到目标泥沙效益函数。
本发明通过建立的预设评价指标体系对历史泥沙效益函数进行迭代优化,可以实现对过去开展的水库泥沙调度过程的科学、定量评价,进一步,从这一角度出发结合水库的相关预报数据,通过自稳定的迭代过程可以实现对历史泥沙效益函数的迭代优化。
在一种可选的实施方式中,基于初始增泄水量、第一预报数据集、第二预报数据集、预报入库洪峰值和预报入库沙峰值,利用预设评价指标体系对历史泥沙效益函数进行迭代优化,得到目标泥沙效益函数,包括:
基于初始增泄水量、第一预报数据集、第二预报数据集、预报入库洪峰值和预报入库沙峰值,经过预设评价指标体系计算,得到初始第一评价指标值和初始第二评价指标值;将初始第一评价指标值输入历史泥沙效益函数,得到目标第二评价指标值;基于初始第二评价指标值和目标第二评价指标值,对历史泥沙效益函数进行迭代优化,得到目标泥沙效益函数。
本发明通过建立的预设评价指标体系和历史泥沙效益函数,可以计算出水库的相关预报数据对应的初始第一评价指标值、初始第二评价指标值以及目标第二评价指标值,进一步,结合初始第二评价指标值以及目标第二评价指标值可以实现对历史泥沙效益函数的迭代优化,为后续最优水库泥沙调度方案的确定提供了依据。
在一种可选的实施方式中,基于初始第二评价指标值和目标第二评价指标值,对历史泥沙效益函数进行迭代优化,得到目标泥沙效益函数,包括:
将初始第二评价指标值和目标第二评价指标值进行比对;当初始第二评价指标值大于目标第二评价指标值时,将初始第一评价指标值和初始第二评价指标值加入历史泥沙调度结果数据集中,得到目标泥沙调度结果数据集;利用目标泥沙调度结果数据集更新历史泥沙效益函数,得到目标泥沙效益函数。
本发明结合初始第二评价指标值和目标第二评价指标值,通过自稳定的迭代过程可以实现对历史泥沙效益函数的迭代优化。
在一种可选的实施方式中,将初始第二评价指标值和目标第二评价指标值进行比对之后,该方法还包括:
当初始第二评价指标值小于目标第二评价指标值时,基于目标第二评价指标值,确定目标迭代标准;基于初始第二评价指标值和目标第二评价指标值,利用目标迭代标准对历史泥沙效益函数进行迭代优化,得到目标泥沙效益函数。
本发明结合初始第二评价指标值和目标第二评价指标值,通过自稳定的迭代过程可以对历史泥沙效益函数的迭代优化。
第二方面,本发明提供了一种水库泥沙调度优化装置,该水库泥沙调度优化装置包括:
第一获取与确定模块,用于获取预报入库来水来沙过程,并基于预报入库来水来沙过程确定水库是否需要开展泥沙调度;第一数据确定模块,用于当水库需要开展泥沙调度时,基于预报入库来水来沙过程确定预报入库流量数据集和预报入库含沙量数据集;第二获取与确定模块,用于获取水库在开展泥沙调度时的初始增泄水量,并基于初始增泄水量确定第一预报出库流量数据集;第二数据确定模块,用于基于水库的日常调度规程确定水库在未开展泥沙调度时的第二预报出库流量数据集;迭代优化模块,用于基于初始增泄水量、预报入库流量数据集、预报入库含沙量数据集、第一预报出库流量数据集和第二预报出库流量数据集,利用预设评价指标体系对历史泥沙效益函数进行迭代优化,得到目标泥沙效益函数;方案确定模块,用于基于目标泥沙效益函数确定目标水库泥沙调度方案。
在一种可选的实施方式中,装置还包括:
数据获取模块,用于获取水库在历史泥沙调度期间内的历史入库流量数据集、历史入库含沙量数据集和第一历史出库流量数据集;第三数据确定模块,用于基于水库的日常调度规程确定水库在未开展泥沙调度时的第二历史出库流量数据集;建立模块,用于基于历史入库流量数据集、历史入库含沙量数据集、第一历史出库流量数据集和第二历史出库流量数据集,建立预设评价指标体系;函数确定模块,用于基于预设评价指标体系确定历史泥沙效益函数。
在一种可选的实施方式中,建立模块,包括:
第一处理子模块,用于基于历史入库流量数据集、历史入库含沙量数据集、第一历史出库流量数据集和第二历史出库流量数据集,经过预设水库水沙数学模型处理,得到水库对应的第一历史数据集和第二历史数据集;建立子模块,用于基于历史入库流量数据集、历史入库含沙量数据集、第一历史出库流量数据集、第二历史出库流量数据集、第一历史数据集、第二历史数据集,建立预设评价指标体系。
第三方面,本发明提供了一种计算机设备,包括:存储器和处理器,存储器和处理器之间互相通信连接,存储器中存储有计算机指令,处理器通过执行计算机指令,从而执行上述第一方面或其对应的任一实施方式的水库泥沙调度优化方法。
第四方面,本发明提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机指令,计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的水库泥沙调度优化方法。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的水库泥沙调度优化方法的流程示意图;
图2是根据本发明实施例的另一水库泥沙调度优化方法的流程示意图;
图3是根据本发明实施例的又一水库泥沙调度优化方法的流程示意图;
图4是根据本发明实施例的评价指标体系及历史最优泥沙效益函数示意图;
图5是根据本发明实施例的入库来水来沙过程示意图;
图6是根据本发明实施例的泥沙调度与否的出库流量过程示意图;
图7是根据本发明实施例的水库泥沙调度优化装置的结构框图;
图8是本发明实施例的计算机设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供了一种水库泥沙调度优化方法,通过建立的预设评价指标体系对历史泥沙效益函数进行迭代优化,可以实现对过去开展的水库泥沙调度过程的科学、定量评价,进一步,从这一角度出发结合水库的相关预报数据,通过自稳定的迭代过程可以确定出针对特定的预报入库来水来沙过程的最优的水库泥沙调度方案。
根据本发明实施例,提供了一种水库泥沙调度优化方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
在本实施例中提供了一种水库泥沙调度优化方法,图1是根据本发明实施例的水库泥沙调度优化方法的流程图,如图1所示,该流程包括如下步骤:
步骤S101,获取预报入库来水来沙过程,并基于预报入库来水来沙过程确定水库是否需要开展泥沙调度。
具体地,获取预报的入库来水来沙过程,并根据该预报的入库来水来沙过程可以确定当前水库是否需要开展泥沙调度。
步骤S102,当水库需要开展泥沙调度时,基于预报入库来水来沙过程确定预报入库流量数据集和预报入库含沙量数据集。
具体地,当确定当前水库需要开展泥沙调度时,可以根据该预报的入库来水来沙过程确定入库流量过程和入库含沙量过程,即预报入库流量数据集和预报入库含沙量数据集。
步骤S103,获取水库在开展泥沙调度时的初始增泄水量,并基于初始增泄水量确定第一预报出库流量数据集。
具体地,初步假设当前水库在开展泥沙调度时的初始增泄水量为W,进一步,将该初始增泄水量为W平均分配在确定的泥沙调度时段内,即可以得到当前水库对应的在开展泥沙调度时的出库流量过程,即第一预报出库流量数据集。
步骤S104,基于水库的日常调度规程确定水库在未开展泥沙调度时的第二预报出库流量数据集。
具体地,当水库未开展泥沙调度时,通常基于日常调度规程进行调度,此时,根据该日常调度规程可以确定当前水库对应的在未开展泥沙调度时的出库流量过程,即第二预报出库流量数据集。
步骤S105,基于初始增泄水量、预报入库流量数据集、预报入库含沙量数据集、第一预报出库流量数据集和第二预报出库流量数据集,利用预设评价指标体系对历史泥沙效益函数进行迭代优化,得到目标泥沙效益函数。
具体地,利用预先建立的初始增泄水量、预报入库流量数据集、预报入库含沙量数据集、第一预报出库流量数据集和第二预报出库流量数据集对历史泥沙效益函数进行迭代优化,同时,在优化过程中结合得到的初始增泄水量、预报入库流量数据集、预报入库含沙量数据集、第一预报出库流量数据集和第二预报出库流量数据集,可以得到最优的泥沙效益函数,即目标泥沙效益函数。
步骤S106,基于目标泥沙效益函数确定目标水库泥沙调度方案。
具体地,根据得到的最优的泥沙效益函数可以确定出当前需要开展泥沙调度的水库的最优泥沙调度方案,即目标水库泥沙调度方案。
本实施例提供的水库泥沙调度优化方法,通过建立的预设评价指标体系对历史泥沙效益函数进行迭代优化,可以实现对过去开展的水库泥沙调度过程的科学、定量评价,进一步,从这一角度出发结合水库的相关预报数据,通过自稳定的迭代过程可以确定出针对特定的预报入库来水来沙过程的最优的水库泥沙调度方案。
在本实施例中提供了一种水库泥沙调度优化方法,图2是根据本发明实施例的水库泥沙调度优化方法的流程图,如图2所示,该流程包括如下步骤:
步骤S201,获取预报入库来水来沙过程,并基于预报入库来水来沙过程确定水库是否需要开展泥沙调度。详细请参见图1所示实施例的步骤S101,在此不再赘述。
步骤S202,当水库需要开展泥沙调度时,基于预报入库来水来沙过程确定预报入库流量数据集和预报入库含沙量数据集。详细请参见图1所示实施例的步骤S102,在此不再赘述。
步骤S203,获取水库在开展泥沙调度时的初始增泄水量,并基于初始增泄水量确定第一预报出库流量数据集。详细请参见图1所示实施例的步骤S103,在此不再赘述。
步骤S204,基于水库的日常调度规程确定水库在未开展泥沙调度时的第二预报出库流量数据集。详细请参见图1所示实施例的步骤S104,在此不再赘述。
步骤S205,获取水库在历史泥沙调度期间内的历史入库流量数据集、历史入库含沙量数据集和第一历史出库流量数据集。
具体地,获取水库在历史泥沙调度期间内每次调度过程中的天然入库水沙数据,可以包括入库流量过程和入库含沙量过程/>
进一步,根据每次调度过程中得到的入库流量过程可以得到对应的历史入库流量数据集、根据每次调度过程中得到的入库含沙量过程/>可以得到对应的历史入库含沙量数据集。
进一步,获取水库在历史泥沙调度期间内每次调度过程中的水沙调度过程,可以得到对应的出库流量调度过程,进一步,根据该/>可以得到对应的第一历史出库流量数据集。
步骤S206,基于水库的日常调度规程确定水库在未开展泥沙调度时的第二历史出库流量数据集。
具体地,当水库未开展泥沙调度时,通常基于日常调度规程进行调度,此时,根据该日常调度规程可以确定当前水库在历史泥沙调度期间内未开展泥沙调度时的出库流量过程,进一步,根据该/>可以得到对应的历史出库流量数据集。
步骤S207,基于历史入库流量数据集、历史入库含沙量数据集、第一历史出库流量数据集和第二历史出库流量数据集,建立预设评价指标体系。
具体地,上述步骤S207包括:
步骤S2071,基于历史入库流量数据集、历史入库含沙量数据集、第一历史出库流量数据集和第二历史出库流量数据集,经过预设水库水沙数学模型处理,得到水库对应的第一历史数据集和第二历史数据集。
其中,第一历史数据集表示水库在开展泥沙调度时的相关数据,可以包括排沙比和到坝沙峰/>
第二历史数据集表示水库在未开展泥沙调度时的相关数据,可以包括排沙比和到坝沙峰/>
具体地,分别将历史入库流量数据集、历史入库含沙量数据集、第一历史出库流量数据集和第二历史出库流量数据集输入预先建立的预设水库水沙数学模型中,可以模拟得到水库在开展泥沙调度时的排沙比和到坝沙峰/>,以及水库在未开展泥沙调度时的排沙比/>和到坝沙峰/>
步骤S2072,基于历史入库流量数据集、历史入库含沙量数据集、第一历史出库流量数据集、第二历史出库流量数据集、第一历史数据集、第二历史数据集,建立预设评价指标体系。
具体地,利用水库在历史泥沙调度期间内的历史入库流量数据集、历史入库含沙量数据集和第一历史出库流量数据集和水库在未开展泥沙调度时的第二历史出库流量数据集建立对应的预设评价指标体系,可以全面地对过去开展的水库泥沙调度过程中产生的效益和消耗进行评估。
在一些可选的实施方式中,上述步骤S2071包括:
步骤a1,基于历史入库流量数据集、历史入库含沙量数据集和第一历史出库流量数据集,经过预设水库水沙数学模型处理,得到水库在开展泥沙调度时的第一历史数据集。
步骤a2,基于历史入库流量数据集、历史入库含沙量数据集和第二历史出库流量数据集,经过预设水库水沙数学模型处理,得到水库在未开展泥沙调度时的第二历史数据集。
具体地,第一历史出库流量数据集为水库在历史泥沙调度期间内的出库流量调度过程,因此,将历史入库流量数据集、历史入库含沙量数据集和第一历史出库流量数据集输入建立好的预设水库水沙数学模型后,可以模拟得到水库在开展泥沙调度时的排沙比和到坝沙峰/>
进一步,第二历史出库流量数据集水库在历史泥沙调度期间内未开展泥沙调度时的出库流量过程,因此,将历史入库流量数据集、历史入库含沙量数据集和第二历史出库流量数据集输入建立好的预设水库水沙数学模型后,可以模拟得到水库在未开展泥沙调度时的排沙比和到坝沙峰/>
在一些可选的实施方式中,上述步骤S2072包括:
步骤b1,基于历史入库流量数据集确定历史入库洪峰值,基于历史入库含沙量数据集确定历史入库沙峰值。
步骤b2,基于第一历史出库流量数据集和第二历史出库流量数据集,计算泥沙调度增泄水量。
步骤b3,分别对历史入库洪峰值、历史入库沙峰值、第一历史数据集和第二历史数据集进行归一化处理,并建立预设评价指标体系。
首先,基于历史入库流量数据集可以统计出对应的历史入库洪峰值,同时,基于历史入库含沙量数据集可以统计出对应的历史入库沙峰值/>
其次,根据第一历史出库流量数据集和第二历史出库流量数据集,可以计算得到用于泥沙调度的增泄水量,如下关系式(1)所示:
(1)
式中:表示泥沙调度增泄水量;/>表示水库历史泥沙调度期间内的调度时间间隔。
最后,分别对历史入库洪峰值、历史入库沙峰值、第一历史数据集和第二历史数据集进行归一化处理。
进一步,将横坐标指标X用来量化入库来水来沙情况,纵坐标指标Y将到坝沙峰和排沙比作为正向影响,将增泄水量作为反向影响,建立预设评价指标体系,如下关系式(2)所示:
(2)
式中:表示水库历史泥沙调度期间内开展的泥沙调度次数;,表示历史入库洪峰值;/>,表示历史入库沙峰值;/>表示排沙比增幅;/>表示到坝沙峰增幅。
步骤S208,基于预设评价指标体系确定历史泥沙效益函数。
具体地,上述步骤S208包括:
步骤S2081,获取水库在历史泥沙调度期间内的历史泥沙调度结果数据集。
具体地,获取水库在历史泥沙调度期间内的每次泥沙调度过程中的泥沙调度结果,并形成对应的历史泥沙调度结果数据集。
步骤S2082,基于预设评价指标体系,对历史泥沙调度结果数据集中每个历史泥沙调度结果进行评价,得到至少一个第一评价指标值和至少一个第二评价指标值。
具体地,利用上述关系式(2)所示的预设评价指标体系对历史泥沙调度结果数据集中每个历史泥沙调度结果进行评价,可以得到每个泥沙调度结果对应的第一评价指标值X和第二评价指标值Y。
步骤S2083,基于每个第一评价指标值和每个第二评价指标值,确定历史泥沙效益函数。
具体地,以第一评价指标值X为横坐标,以第二评价指标值Y为纵坐标将
得到的每个第一评价指标值X和每个第二评价指标值Y绘制为对应的坐标图。
进一步,取坐标中最前沿的数据点进行函数拟合,得到不同来水来沙对应的最优泥沙效益函数,即历史泥沙效益函数,并确认该历史泥沙效益函数包含所有数据点。
进一步,可以将该历史泥沙效益函数作为泥沙调度的评判标准:越靠近该函数图像,则表明该来水来沙情况对应的泥沙调度水量消耗越少、泥沙效益越大。
步骤S209,基于初始增泄水量、预报入库流量数据集、预报入库含沙量数据集、第一预报出库流量数据集和第二预报出库流量数据集,利用预设评价指标体系对历史泥沙效益函数进行迭代优化,得到目标泥沙效益函数。详细请参见图1所示实施例的步骤S105,在此不再赘述。
步骤S2010,基于目标泥沙效益函数确定目标水库泥沙调度方案。详细请参见图1所示实施例的步骤S106,在此不再赘述。
本实施例提供的水库泥沙调度优化方法,通过建立的预设评价指标体系,可以对水库在历史泥沙调度期间内的每个历史泥沙调度结果进行评价,进而可以得到最优的历史泥沙效益函数,进一步,可以确定出针对特定的预报入库来水来沙过程的最优的水库泥沙调度方案。
在本实施例中提供了一种水库泥沙调度优化方法,图3是根据本发明实施例的水库泥沙调度优化方法的流程图,如图3所示,该流程包括如下步骤:
步骤S301,获取预报入库来水来沙过程,并基于预报入库来水来沙过程确定水库是否需要开展泥沙调度。详细请参见图1所示实施例的步骤S101,在此不再赘述。
步骤S302,当水库需要开展泥沙调度时,基于预报入库来水来沙过程确定预报入库流量数据集和预报入库含沙量数据集。详细请参见图1所示实施例的步骤S102,在此不再赘述。
步骤S303,获取水库在开展泥沙调度时的初始增泄水量,并基于初始增泄水量确定第一预报出库流量数据集。详细请参见图1所示实施例的步骤S103,在此不再赘述。
步骤S304,基于水库的日常调度规程确定水库在未开展泥沙调度时的第二预报出库流量数据集。详细请参见图1所示实施例的步骤S104,在此不再赘述。
步骤S305,基于初始增泄水量、预报入库流量数据集、预报入库含沙量数据集、第一预报出库流量数据集和第二预报出库流量数据集,利用预设评价指标体系对历史泥沙效益函数进行迭代优化,得到目标泥沙效益函数。
具体地,上述步骤S305包括:
步骤S3051,基于预报入库流量数据集、预报入库含沙量数据集和第一预报出库流量数据集,经过预设水库水沙数学模型处理,得到水库在开展泥沙调度时的第一预报数据集和水库在未开展泥沙调度时的第二预报数据集。
具体的过程参考上述对步骤S2071的过程描述,此处不再赘述。
步骤S3052,基于预报入库流量数据集确定预报入库洪峰值,基于预报入库含沙量数据集确定预报入库沙峰值。
具体的过程参考上述对步骤b1的过程描述,此处不再赘述。
步骤S3053,基于初始增泄水量、第一预报数据集、第二预报数据集、预报入库洪峰值和预报入库沙峰值,利用预设评价指标体系对历史泥沙效益函数进行迭代优化,得到目标泥沙效益函数。
具体地,利用预设评价指标体系对历史泥沙效益函数进行迭代优化,并在迭代优化过程中结合得到的初始增泄水量、第一预报数据集、第二预报数据集、预报入库洪峰值和预报入库沙峰值,可以得到最优的泥沙效益函数,即目标泥沙效益函数。
在一些可选的实施方式中,上述步骤S3053包括:
步骤c1,基于初始增泄水量、第一预报数据集、第二预报数据集、预报入库洪峰值和预报入库沙峰值,经过预设评价指标体系计算,得到初始第一评价指标值和初始第二评价指标值。
步骤c2,将初始第一评价指标值输入历史泥沙效益函数,得到目标第二评价指标值。
步骤c3,基于初始第二评价指标值和目标第二评价指标值,对历史泥沙效益函数进行迭代优化,得到目标泥沙效益函数。
首先,将初始增泄水量、第一预报数据集、第二预报数据集、预报入库洪峰值和预报入库沙峰值输入上述关系式(2)所示的预设评价指标体系,可以计算得到对应的初始第一评价指标值X1和初始第二评价指标值Y1
其次,将初始第一评价指标值X1代入历史泥沙效益函数中,可以计算得到目标第二评价指标值/>
最后,利用初始第二评价指标值Y1和目标第二评价指标值对历史泥沙效益函数进行迭代优化,可以得到对应的目标泥沙效益函数。
在一些可选的实施方式中,上述步骤c3包括:
步骤c31,将初始第二评价指标值和目标第二评价指标值进行比对。
步骤c32,当初始第二评价指标值大于目标第二评价指标值时,将初始第一评价指标值和初始第二评价指标值加入历史泥沙调度结果数据集中,得到目标泥沙调度结果数据集。
步骤c33,利用目标泥沙调度结果数据集更新历史泥沙效益函数,得到目标泥沙效益函数。
具体地,将初始第二评价指标值Y1和目标第二评价指标值进行比对,如果初始增泄水量W经过预设评价指标体系计算后得到的初始第二评价指标值Y1大于目标第二评价指标值/>,则表示无需修正该初始增泄水量,此时,将此次调度结果对应的XY数据点,即初始第二评价指标值Y1和目标第二评价指标值/>加入历史泥沙调度结果数据集中,并更新历史泥沙效益函数,得到目标泥沙效益函数。
在一些可选的实施方式中,上述步骤c3还包括:
步骤c34,当初始第二评价指标值小于目标第二评价指标值时,基于目标第二评价指标值,确定目标迭代标准。
步骤c35,基于初始第二评价指标值和目标第二评价指标值,利用目标迭代标准对历史泥沙效益函数进行迭代优化,得到目标泥沙效益函数。
具体地,当初始增泄水量W经过预设评价指标体系计算后得到的初始第二评价指标值Y1小于目标第二评价指标值,则表示需要开展迭代以确定最优的增泄水量:
根据目标第二评价指标值设置目标迭代标准:①/>;②连续5次迭代得到的Y值已稳定。满足以上两点的任意一点,则迭代结束。
进一步,若不满足目标迭代标准,则将赋值给初始第二评价指标值Y1,并代入上述关系式(2)所示的预设评价指标体系中,可以反解出新的增泄水量/>,如下关系式(3)所示:
(3)
进一步,基于反解得到的新的增泄水量,平均分配在确定的泥沙调度时段内,即可以得到当前水库对应的新的出库流量过程,并重复步骤S3051至步骤S3053,直至满足上述目标迭代标准时得到对应的目标泥沙效益函数。
步骤S306,基于目标泥沙效益函数确定目标水库泥沙调度方案。详细请参见图1所示实施例的步骤S106,在此不再赘述。
本实施例提供的水库泥沙调度优化方法,通过建立的预设评价指标体系和历史泥沙效益函数,可以计算出水库的相关预报数据对应的初始第一评价指标值、初始第二评价指标值以及目标第二评价指标值,进一步,结合初始第二评价指标值以及目标第二评价指标值,通过自稳定的迭代过程可以实现对历史泥沙效益函数的迭代优化。
在一实例中,选取某水库R作为研究对象,R水库自运行至今已开展29次泥沙调度,先需要进行泥沙调度评估。实施步骤如下:
(1)获取29次泥沙调度期间的天然入库水沙数据,包括入库流量过程、入库含沙量过程/>,以及获取历次泥沙调度期间的水沙调度过程,包括出库流量调度过程/>。统计入库洪峰/>、入库沙峰/>,其中t表示时间。
(2)针对29次开展泥沙调度的汛期入库水沙过程,分别根据水库的日常调度规程确定未开展泥沙调度情况下的水库出库流量调度过程。利用上述关系式(1)计算用于泥沙调度的增泄水量W。
(3)建立水库水沙数学模型,针对29次泥沙调度,分别将入库水沙过程和实际的泥沙调度期间的出库流量过程/>输入到模型中,模拟得到开展泥沙调度时的排沙比/>和到坝沙峰含沙量/>;将入库水沙过程/>、/>和未开展泥沙调度的出库流量过程f4/>输入到模型中,模拟得到未开展泥沙调度时的水库排沙比/>和到坝沙峰含沙量/>。工况共有29*2=58个。
(4)将入库洪峰、入库沙峰、增泄水量以及是否开展泥沙调度的到坝沙峰、/>和排沙比/>、/>分别进行归一化,结果如下表1第2-6列所示。进一步,建立评价指标体系来评判29次泥沙调度产生的排沙效益和水量消耗,如上述关系式(2)所示,可以计算得到29组数据点,如下表1第7-8列所示。
表1、指标计算结果
(5)将29组数据作图后(如图4所示),取最前沿的数据点进行函数拟合,得到不同来水来沙对应的历史最优泥沙效益函数,函数表达式为:。将该函数作为泥沙调度的评判标准:指标Y自零起始越靠近该函数图像,则表明该来水来沙情况对应的泥沙调度水量消耗越少、泥沙效益越大;高于函数值则表明泥沙效益优于历史泥沙调度情况。
(6)根据预报的未来15天的入库水沙过程,发现有必要开展泥沙调度。根据预报情况确定入库流量过程、入库含沙量过程/>,并计算入库洪峰、入库沙峰。其中,入库水沙过程如图5所示。
(7)初步假设开展泥沙调度的增泄水量W,将水量平均分配在确定的泥沙调度时段内,即得到出库流量过程。根据水库的日常调度规程确定日常未开展泥沙调度的水库出库流量调度过程/>,如图6所示。通过水沙数学模型中计算得到是否开展泥沙调度时的水库排沙比P和到坝沙峰含沙量S。
(8)计算指标X、Y,得出X=1.1,Y=2.4。同时将X代入历史最优效益函数计算得到/>。计算收敛标准得到,因此需进行迭代操作。
(9)将赋值给Y,并代入指标Y的计算式中,反解出新的增泄水量/>,如上关系式(3)。
进一步,根据反解得到的增泄水量,平均分配在预设的泥沙调度期内,可得到新的泥沙调度出库流量过程/>,再次重复步骤(7)-(8),求解数学模型得出P、S、求出新的Y指标并与/>作比较,重复以上步骤。
进一步,经过12次迭代后结果稳定,迭代过程如下表2所示。迭代完成后确定最优的泥沙调度增泄水量应为19.90亿m3,将增泄水量平均分配在泥沙调度期内可以得到出库流量应为37000m3/s,即为最优的泥沙调度出库流量方案。
表2、指标Y及最优增泄水量W的迭代过程
在本实施例中还提供了一种水库泥沙调度优化装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
本实施例提供一种水库泥沙调度优化装置,如图7所示,包括:
第一获取与确定模块701,用于获取预报入库来水来沙过程,并基于预报入库来水来沙过程确定水库是否需要开展泥沙调度。
第一数据确定模块702,用于当水库需要开展泥沙调度时,基于预报入库来水来沙过程确定预报入库流量数据集和预报入库含沙量数据集。
第二获取与确定模块703,用于获取水库在开展泥沙调度时的初始增泄水量,并基于初始增泄水量确定第一预报出库流量数据集。
第二数据确定模块704,用于基于水库的日常调度规程确定水库在未开展泥沙调度时的第二预报出库流量数据集。
迭代优化模块705,用于基于初始增泄水量、预报入库流量数据集、预报入库含沙量数据集、第一预报出库流量数据集和第二预报出库流量数据集,利用预设评价指标体系对历史泥沙效益函数进行迭代优化,得到目标泥沙效益函数。
方案确定模块706,用于基于目标泥沙效益函数确定目标水库泥沙调度方案。
在一些可选的实施方式中,上述水库泥沙调度优化装置还包括:
数据获取模块,用于获取水库在历史泥沙调度期间内的历史入库流量数据集、历史入库含沙量数据集和第一历史出库流量数据集。
第三数据确定模块,用于基于水库的日常调度规程确定水库在未开展泥沙调度时的第二历史出库流量数据集。
建立模块,用于基于历史入库流量数据集、历史入库含沙量数据集、第一历史出库流量数据集和第二历史出库流量数据集,建立预设评价指标体系。
函数确定模块,用于基于预设评价指标体系确定历史泥沙效益函数。
在一些可选的实施方式中,建立模块包括:
第一处理子模块,用于基于历史入库流量数据集、历史入库含沙量数据集、第一历史出库流量数据集和第二历史出库流量数据集,经过预设水库水沙数学模型处理,得到水库对应的第一历史数据集和第二历史数据集。
建立子模块,用于基于历史入库流量数据集、历史入库含沙量数据集、第一历史出库流量数据集、第二历史出库流量数据集、第一历史数据集、第二历史数据集,建立预设评价指标体系。
在一些可选的实施方式中,第一处理子模块包括:
第一处理单元,用于基于历史入库流量数据集、历史入库含沙量数据集和第一历史出库流量数据集,经过预设水库水沙数学模型处理,得到水库在开展泥沙调度时的第一历史数据集。
第二处理单元,用于基于历史入库流量数据集、历史入库含沙量数据集和第二历史出库流量数据集,经过预设水库水沙数学模型处理,得到水库在未开展泥沙调度时的第二历史数据集。
在一些可选的实施方式中,建立子模块包括:
确定单元,用于基于历史入库流量数据集确定历史入库洪峰值,基于历史入库含沙量数据集确定历史入库沙峰值。
第一计算单元,用于基于第一历史出库流量数据集和第二历史出库流量数据集,计算泥沙调度增泄水量。
归一化处理单元,用于分别对历史入库洪峰值、历史入库沙峰值、第一历史数据集和第二历史数据集进行归一化处理,并建立预设评价指标体系。
在一些可选的实施方式中,函数确定模块包括:
获取子模块,用于获取水库在历史泥沙调度期间内的历史泥沙调度结果数据集。
评价子模块,用于基于预设评价指标体系,对历史泥沙调度结果数据集中每个历史泥沙调度结果进行评价,得到至少一个第一评价指标值和至少一个第二评价指标值。
第一确定子模块,用于基于每个第一评价指标值和每个第二评价指标值,确定历史泥沙效益函数。
在一些可选的实施方式中,迭代优化模块705包括:
第二处理子模块,用于基于预报入库流量数据集、预报入库含沙量数据集和第一预报出库流量数据集,经过预设水库水沙数学模型处理,得到水库在开展泥沙调度时的第一预报数据集和水库在未开展泥沙调度时的第二预报数据集。
第二确定子模块,用于基于预报入库流量数据集确定预报入库洪峰值,基于预报入库含沙量数据集确定预报入库沙峰值。
迭代优化子模块,用于基于初始增泄水量、第一预报数据集、第二预报数据集、预报入库洪峰值和预报入库沙峰值,利用预设评价指标体系对历史泥沙效益函数进行迭代优化,得到目标泥沙效益函数。
在一些可选的实施方式中,迭代优化子模块包括:
第二计算单元,用于基于初始增泄水量、第一预报数据集、第二预报数据集、预报入库洪峰值和预报入库沙峰值,经过预设评价指标体系计算,得到初始第一评价指标值和初始第二评价指标值。
输入单元,用于将初始第一评价指标值输入历史泥沙效益函数,得到目标第二评价指标值。
迭代优化单元,用于基于初始第二评价指标值和目标第二评价指标值,对历史泥沙效益函数进行迭代优化,得到目标泥沙效益函数。
在一些可选的实施方式中,迭代优化单元包括:
比对子单元,用于将初始第二评价指标值和目标第二评价指标值进行比对。
添加子单元,用于当初始第二评价指标值大于目标第二评价指标值时,将初始第一评价指标值和初始第二评价指标值加入历史泥沙调度结果数据集中,得到目标泥沙调度结果数据集。
更新子单元,用于利用目标泥沙调度结果数据集更新历史泥沙效益函数,得到目标泥沙效益函数。
在一些可选的实施方式中,迭代优化单元还包括:
确定子单元,用于当初始第二评价指标值小于目标第二评价指标值时,基于目标第二评价指标值,确定目标迭代标准。
迭代优化子单元,用于基于初始第二评价指标值和目标第二评价指标值,利用目标迭代标准对历史泥沙效益函数进行迭代优化,得到目标泥沙效益函数。
上述各个模块和单元的更进一步的功能描述与上述对应实施例相同,在此不再赘述。
本实施例中的水库泥沙调度优化装置是以功能单元的形式来呈现,这里的单元是指ASIC(Application Specific Integrated Circuit,专用集成电路)电路,执行一个或多个软件或固定程序的处理器和存储器,和/或其他可以提供上述功能的器件。
本发明实施例还提供一种计算机设备,具有上述图7所示的水库泥沙调度优化装置。
请参阅图8,图8是本发明可选实施例提供的一种计算机设备的结构示意图,如图8所示,该计算机设备包括:一个或多个处理器10、存储器20,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相通信连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在计算机设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在一些可选的实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个计算机设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器***)。图8中以一个处理器10为例。
处理器10可以是中央处理器,网络处理器或其组合。其中,处理器10还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路,可编程逻辑器件或其组合。上述可编程逻辑器件可以是复杂可编程逻辑器件,现场可编程逻辑门阵列,通用阵列逻辑或其任意组合。
其中,存储器20存储有可由至少一个处理器10执行的指令,以使至少一个处理器10执行实现上述实施例示出的方法。
存储器20可以包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需要的应用程序;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器20可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些可选的实施方式中,存储器20可选包括相对于处理器10远程设置的存储器,这些远程存储器可以通过网络连接至该计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
存储器20可以包括易失性存储器,例如,随机存取存储器;存储器也可以包括非易失性存储器,例如,快闪存储器,硬盘或固态硬盘;存储器20还可以包括上述种类的存储器的组合。
该计算机设备还包括通信接口30,用于该计算机设备与其他设备或通信网络通信。
本发明实施例还提供了一种计算机可读存储介质,上述根据本发明实施例的方法可在硬件、固件中实现,或者被实现为可记录在存储介质,或者被实现通过网络下载的原始存储在远程存储介质或非暂时机器可读存储介质中并将被存储在本地存储介质中的计算机代码,从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件的存储介质上的这样的软件处理。其中,存储介质可为磁碟、光盘、只读存储记忆体、随机存储记忆体、快闪存储器、硬盘或固态硬盘等;进一步地,存储介质还可以包括上述种类的存储器的组合。可以理解,计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件,当软件或计算机代码被计算机、处理器或硬件访问且执行时,实现上述实施例示出的方法。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (7)

1.一种水库泥沙调度优化方法,其特征在于,所述方法包括:
获取预报入库来水来沙过程,并基于所述预报入库来水来沙过程确定水库是否需要开展泥沙调度;
当所述水库需要开展泥沙调度时,基于所述预报入库来水来沙过程确定预报入库流量数据集和预报入库含沙量数据集;
获取所述水库在开展泥沙调度时的初始增泄水量,并基于所述初始增泄水量确定第一预报出库流量数据集;
基于所述水库的日常调度规程确定所述水库在未开展泥沙调度时的第二预报出库流量数据集;
基于所述初始增泄水量、所述预报入库流量数据集、所述预报入库含沙量数据集、所述第一预报出库流量数据集和所述第二预报出库流量数据集,利用预设评价指标体系对历史泥沙效益函数进行迭代优化,得到目标泥沙效益函数;
基于所述目标泥沙效益函数确定目标水库泥沙调度方案;
所述方法还包括:
获取所述水库在历史泥沙调度期间内的历史入库流量数据集、历史入库含沙量数据集和第一历史出库流量数据集;
基于所述水库的日常调度规程确定所述水库在未开展泥沙调度时的第二历史出库流量数据集;
基于所述历史入库流量数据集、所述历史入库含沙量数据集、所述第一历史出库流量数据集和所述第二历史出库流量数据集,建立所述预设评价指标体系;
基于所述预设评价指标体系确定所述历史泥沙效益函数;
其中,基于所述历史入库流量数据集、所述历史入库含沙量数据集、所述第一历史出库流量数据集和所述第二历史出库流量数据集,建立所述预设评价指标体系,包括:
基于所述历史入库流量数据集、所述历史入库含沙量数据集、所述第一历史出库流量数据集和所述第二历史出库流量数据集,经过预设水库水沙数学模型处理,得到所述水库对应的第一历史数据集和第二历史数据集;
基于所述历史入库流量数据集确定历史入库洪峰值,基于所述历史入库含沙量数据集确定历史入库沙峰值;
基于所述第一历史出库流量数据集和所述第二历史出库流量数据集,计算泥沙调度增泄水量;
分别对所述历史入库洪峰值、所述历史入库沙峰值、所述第一历史数据集和所述第二历史数据集进行归一化处理,并建立所述预设评价指标体系;
基于所述预设评价指标体系确定所述历史泥沙效益函数,包括:
获取所述水库在历史泥沙调度期间内的历史泥沙调度结果数据集;
基于所述预设评价指标体系,对所述历史泥沙调度结果数据集中每个所述历史泥沙调度结果进行评价,得到至少一个第一评价指标值和至少一个第二评价指标值;
基于每个所述第一评价指标值和每个所述第二评价指标值,确定所述历史泥沙效益函数;
基于所述初始增泄水量、所述预报入库流量数据集、所述预报入库含沙量数据集、所述第一预报出库流量数据集和所述第二预报出库流量数据集,利用预设评价指标体系对历史泥沙效益函数进行迭代优化,得到目标泥沙效益函数,包括:
基于所述预报入库流量数据集、所述预报入库含沙量数据集和所述第一预报出库流量数据集,经过预设水库水沙数学模型处理,得到所述水库在开展泥沙调度时的第一预报数据集和所述水库在未开展泥沙调度时的第二预报数据集;
基于所述预报入库流量数据集确定预报入库洪峰值,基于所述预报入库含沙量数据集确定预报入库沙峰值;
基于所述初始增泄水量、所述第一预报数据集、所述第二预报数据集、所述预报入库洪峰值和所述预报入库沙峰值,经过所述预设评价指标体系计算,得到初始第一评价指标值和初始第二评价指标值;
将所述初始第一评价指标值输入所述历史泥沙效益函数,得到目标第二评价指标值;
基于所述初始第二评价指标值和所述目标第二评价指标值,对所述历史泥沙效益函数进行迭代优化,得到所述目标泥沙效益函数。
2.根据权利要求1所述的方法,其特征在于,基于所述历史入库流量数据集、所述历史入库含沙量数据集、所述第一历史出库流量数据集和所述第二历史出库流量数据集,经过预设水库水沙数学模型处理,得到所述水库对应的第一历史数据集和第二历史数据集,包括:
基于所述历史入库流量数据集、所述历史入库含沙量数据集和所述第一历史出库流量数据集,经过预设水库水沙数学模型处理,得到所述水库在开展泥沙调度时的所述第一历史数据集;
基于所述历史入库流量数据集、所述历史入库含沙量数据集和所述第二历史出库流量数据集,经过所述预设水库水沙数学模型处理,得到所述水库在未开展泥沙调度时的所述第二历史数据集。
3.根据权利要求1所述的方法,其特征在于,基于所述初始第二评价指标值和所述目标第二评价指标值,对所述历史泥沙效益函数进行迭代优化,得到所述目标泥沙效益函数,包括:
将所述初始第二评价指标值和所述目标第二评价指标值进行比对;
当所述初始第二评价指标值大于所述目标第二评价指标值时,将所述初始第一评价指标值和所述初始第二评价指标值加入历史泥沙调度结果数据集中,得到目标泥沙调度结果数据集;
利用所述目标泥沙调度结果数据集更新所述历史泥沙效益函数,得到所述目标泥沙效益函数。
4.根据权利要求3所述的方法,其特征在于,将所述初始第二评价指标值和所述目标第二评价指标值进行比对之后,所述方法还包括:
当所述初始第二评价指标值小于所述目标第二评价指标值时,基于所述目标第二评价指标值,确定目标迭代标准;
基于所述初始第二评价指标值和所述目标第二评价指标值,利用所述目标迭代标准对所述历史泥沙效益函数进行迭代优化,得到所述目标泥沙效益函数。
5.一种水库泥沙调度优化装置,其特征在于,所述装置包括:
第一获取与确定模块,用于获取预报入库来水来沙过程,并基于所述预报入库来水来沙过程确定水库是否需要开展泥沙调度;
第一数据确定模块,用于当所述水库需要开展泥沙调度时,基于所述预报入库来水来沙过程确定预报入库流量数据集和预报入库含沙量数据集;
第二获取与确定模块,用于获取所述水库在开展泥沙调度时的初始增泄水量,并基于所述初始增泄水量确定第一预报出库流量数据集;
第二数据确定模块,用于基于所述水库的日常调度规程确定所述水库在未开展泥沙调度时的第二预报出库流量数据集;
迭代优化模块,用于基于所述初始增泄水量、所述预报入库流量数据集、所述预报入库含沙量数据集、所述第一预报出库流量数据集和所述第二预报出库流量数据集,利用预设评价指标体系对历史泥沙效益函数进行迭代优化,得到目标泥沙效益函数;
方案确定模块,用于基于所述目标泥沙效益函数确定目标水库泥沙调度方案;
所述装置还包括:
数据获取模块,用于获取所述水库在历史泥沙调度期间内的历史入库流量数据集、历史入库含沙量数据集和第一历史出库流量数据集;
第三数据确定模块,用于基于所述水库的日常调度规程确定所述水库在未开展泥沙调度时的第二历史出库流量数据集;
建立模块,用于基于所述历史入库流量数据集、所述历史入库含沙量数据集、所述第一历史出库流量数据集和所述第二历史出库流量数据集,建立所述预设评价指标体系;
函数确定模块,用于基于所述预设评价指标体系确定所述历史泥沙效益函数;
其中,所述建立模块,包括:
第一处理子模块,用于基于所述历史入库流量数据集、所述历史入库含沙量数据集、所述第一历史出库流量数据集和所述第二历史出库流量数据集,经过预设水库水沙数学模型处理,得到所述水库对应的第一历史数据集和第二历史数据集;
确定单元,用于基于历史入库流量数据集确定历史入库洪峰值,基于历史入库含沙量数据集确定历史入库沙峰值;
第一计算单元,用于基于第一历史出库流量数据集和第二历史出库流量数据集,计算泥沙调度增泄水量;
归一化处理单元,用于分别对历史入库洪峰值、历史入库沙峰值、第一历史数据集和第二历史数据集进行归一化处理,并建立预设评价指标体系;
所述函数确定模块,包括:
获取子模块,用于获取水库在历史泥沙调度期间内的历史泥沙调度结果数据集;
评价子模块,用于基于预设评价指标体系,对历史泥沙调度结果数据集中每个历史泥沙调度结果进行评价,得到至少一个第一评价指标值和至少一个第二评价指标值;
第一确定子模块,用于基于每个第一评价指标值和每个第二评价指标值,确定历史泥沙效益函数;
所述迭代优化模块,包括:
第二处理子模块,用于基于预报入库流量数据集、预报入库含沙量数据集和第一预报出库流量数据集,经过预设水库水沙数学模型处理,得到水库在开展泥沙调度时的第一预报数据集和水库在未开展泥沙调度时的第二预报数据集;
第二确定子模块,用于基于预报入库流量数据集确定预报入库洪峰值,基于预报入库含沙量数据集确定预报入库沙峰值;
第二计算单元,用于基于初始增泄水量、第一预报数据集、第二预报数据集、预报入库洪峰值和预报入库沙峰值,经过预设评价指标体系计算,得到初始第一评价指标值和初始第二评价指标值;
输入单元,用于将初始第一评价指标值输入历史泥沙效益函数,得到目标第二评价指标值;
迭代优化单元,用于基于初始第二评价指标值和目标第二评价指标值,对历史泥沙效益函数进行迭代优化,得到目标泥沙效益函数。
6.一种计算机设备,其特征在于,包括:
存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1至4中任一项所述的水库泥沙调度优化方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机指令,所述计算机指令用于使计算机执行权利要求1至4中任一项所述的水库泥沙调度优化方法。
CN202311227496.1A 2023-09-22 2023-09-22 水库泥沙调度优化方法、装置、计算机设备及存储介质 Active CN116976567B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311227496.1A CN116976567B (zh) 2023-09-22 2023-09-22 水库泥沙调度优化方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311227496.1A CN116976567B (zh) 2023-09-22 2023-09-22 水库泥沙调度优化方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN116976567A CN116976567A (zh) 2023-10-31
CN116976567B true CN116976567B (zh) 2024-01-26

Family

ID=88475302

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311227496.1A Active CN116976567B (zh) 2023-09-22 2023-09-22 水库泥沙调度优化方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN116976567B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111967157A (zh) * 2020-08-14 2020-11-20 中国水利水电科学研究院 考虑分期多目标函数的水库群水沙优化调度方法及***
CN112418491A (zh) * 2020-11-06 2021-02-26 黄河勘测规划设计研究院有限公司 一种水库剩余拦沙库容动态配置方法
WO2022193642A1 (zh) * 2021-03-15 2022-09-22 河海大学 一种基于图卷积神经网络和nsga-ⅱ算法的水库调度多目标优化方法
CN116432552A (zh) * 2023-03-31 2023-07-14 中国长江三峡集团有限公司 一种水库减淤调度方法、装置、设备及介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111967157A (zh) * 2020-08-14 2020-11-20 中国水利水电科学研究院 考虑分期多目标函数的水库群水沙优化调度方法及***
CN112418491A (zh) * 2020-11-06 2021-02-26 黄河勘测规划设计研究院有限公司 一种水库剩余拦沙库容动态配置方法
WO2022193642A1 (zh) * 2021-03-15 2022-09-22 河海大学 一种基于图卷积神经网络和nsga-ⅱ算法的水库调度多目标优化方法
CN116432552A (zh) * 2023-03-31 2023-07-14 中国长江三峡集团有限公司 一种水库减淤调度方法、装置、设备及介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
万新宇 ; 包为民 ; 钟平安 ; .基于相似推理的多沙河流水库坝址泥沙预测.水电能源科学.2013,(第12期),全文. *
基于相似推理的多沙河流水库坝址泥沙预测;万新宇;包为民;钟平安;;水电能源科学(第12期);全文 *

Also Published As

Publication number Publication date
CN116976567A (zh) 2023-10-31

Similar Documents

Publication Publication Date Title
CN110415160B (zh) 一种gpu拓扑分区方法与装置
CN105373485A (zh) 内存清理***、方法及终端设备
Gao et al. Water shortage risk assessment considering large-scale regional transfers: a copula-based uncertainty case study in Lunan, China
CN113312578A (zh) 一种数据指标的波动归因方法、装置、设备、及介质
CN104077081A (zh) 一种存储方法及装置
Kan et al. A heterogeneous computing accelerated SCE-UA global optimization method using OpenMP, OpenCL, CUDA, and OpenACC
CN116976567B (zh) 水库泥沙调度优化方法、装置、计算机设备及存储介质
CN115827621A (zh) 基于云计算和数据分析的水务数据管理***
WO2019061667A1 (zh) 电子装置、数据处理方法、***及计算机可读存储介质
WO2021237459A1 (zh) 基于工业对象模型的数据处理方法、装置及设备
CN109787247A (zh) 一种基于多参数规划的无功补偿规划方法
CN107748711B (zh) 自动优化Storm并行度的方法、终端设备及存储介质
CN113869804B (zh) 一种洪涝灾害下的电网设备风险预警方法及***
CN113283879A (zh) 一种施工量的确定方法、装置、电子设备及可读存储介质
CN106557430A (zh) 一种缓存数据刷盘方法及装置
CN116757003B (zh) 平原河网模拟方法、装置、计算机设备及介质
CN114418063B (zh) 神经网络模型中网络层的分配方法与装置
CN116644571B (zh) 河湖***水量交换过程数值模拟方法
CN117150974B (zh) 基于大流量的库区水面线预测方法、装置、设备及介质
CN116739313B (zh) 一种考虑尾流控制的风电场布局方法、装置、设备及介质
CN116822416A (zh) 一种水库泥沙预报方法、装置、计算机设备及存储介质
CN116930608B (zh) 一种能耗分摊与统计方法、***及介质
CN113742637B (zh) 水库年均淤损率的计算方法、装置、电子设备及储存介质
CN117852844B (zh) 设备修理任务分配方法、***、设备及存储介质
CN117690277A (zh) 阈值确定方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant