一种基于高效优化算法的水库-蓄滞洪区精细化防洪联合调度方法技术

本发明专利技术提供了一种基于高效优化算法的水库

【技术实现步骤摘要】
一种基于高效优化算法的水库
‑
蓄滞洪区精细化防洪联合调度方法


[0001]本专利技术属于防洪调度
，特别涉及一种基于高效优化算法的水库
‑
蓄滞洪区精细化防洪联合调度方法。

技术介绍

[0004]近年来，蓄滞洪区内部的基础建设、工业、农业等也日趋完善，当启动蓄滞洪区的成本势必也会增加。以往流域内水工程防洪联合优化调度中蓄滞洪区的调度还是停留在较为宏观的概化上，蓄滞洪区都被视为水库，即利用水位
‑
库容曲线来描述蓄滞洪区的调控过程，进而与水库相耦合，来实现水库
‑
蓄滞洪区的联合调度。然而，这种简化完全忽视了蓄滞洪区的复杂情况，无法为蓄滞洪区提供精细化(时空淹没)信息来评价自身分洪策略的好坏。精细化蓄滞洪区模拟预测模型不仅可以准确的评估淹没情况及损失，而且可为蓄滞洪区区域内人员撤离提出保障。然而其主要的缺点是用于模拟蓄滞洪区状态的二维水动力模型运行时间成本较高，直接导致其不能与水库相耦合，进行联合优化调度。
[0005]因此，有必要构建水库
‑
蓄滞洪区精细化多目标防洪联合优化调度模型，实现在满足上、下游防洪安全同时，蓄滞洪区防洪风险最小化。

技术实现思路

[0006]针对现有技术中存在的问题，本专利技术的目的在于提供一种基于高效优化算法的水库
‑
蓄滞洪区精细化防洪联合调度方法，充分利用先进的模型计算技术，实现进行水库
‑
蓄滞洪区精细化防洪联合优化调度，形成流域防洪可控工程一体化调度系统，提供出不仅能保证水库及上、下游重要保护对象安全，而且能提供有利于减少蓄滞洪区人民生命与生产安全损失的水库调度方式和蓄滞洪区分洪策略。
[0007]本专利技术的目的是通过以下技术方案实现的：
[0008]一种基于高效优化算法的水库
‑
蓄滞洪区精细化防洪联合调度方法，包括以下步骤：
[0009]步骤1：构建蓄滞洪区二维水动力模型并模拟生成洪水事件集：
[0010]结合包括待研究蓄滞洪区的DEM数据、土地利用数据在内的相关数据，对待研究蓄滞洪区进行网格化，构建蓄滞洪区二维水动力学模型，并对模型进行参数率定；
[0011]然后，分析待研究蓄滞洪区所依干流，结合待研究蓄滞洪区以往的分洪过程，制定相应的上、下边界约束；并通过构建的蓄滞洪区二维水动力学模型，对不同的上、下边界进行模拟生成洪水事件集；
[0012]步骤2，构建不同洪水淹没模型WFIM
‑
I：
[0013]所述洪水淹没模型WFIM
‑
I是基于ED
‑
LSTM的淹没模型，其中一共含有J个子ED
‑
LSTM模型，其中J为子模型个数；N为总格点数；I为每个子模型可预测格点个数；每
个ED
‑
LSTM子模型由流速预报子模型和水深预报子模型组成，可同时预测生成I个单元各水深H
j
和流速V
j
在内的时空信息；
[0014]和分别表示WFIM
‑
I的第j个子ED
‑
LSTM流速预报子模型和水深预报子模型，其中j＝1,2,
…
,J；
[0015]所述ED
‑
LSTM子模型包含三层结构：基于LSTM的编码器层、上下文向量层和基于LSTM的解码器层；步骤1模拟生成的洪水事件集Q作为ED
‑
LSTM子模型的输入，时间序列水深和流速作为ED
‑
LSTM子模型的输出；
[0016]所述时间序列水深和流速包括：第j个子ED
‑
LSTM模型预测的水深H
j
、流速V
j
；H
j
和V
j
的维度均为(OT，I)，其中OT表示预测的时间长度，I表示每个子模型可预测格点的个数；表示第j个ED
‑
LSTM子模型的第i个单元格网格点的第t时刻的水深；表示第j个ED
‑
LSTM模型的第i个单元格网格点的第t时刻的流速，t＝1,2,
…
,OT；,OT；和其中j＝1,2,
…
,J；
[0017]步骤3，分析、确定最佳的洪水淹没快速预测模型：
[0018]利用步骤1模拟生成的洪水事件集，训练步骤2构建得到的不同I值的洪水淹没模型WFIM
‑
I，分析各个模型的模拟时间和模拟精度，进而确定最佳的洪水淹没快速预测模型；
[0019]步骤4，构建水库
‑
蓄滞洪区精细化模型：
[0020]所述水库
‑
蓄滞洪区精细化模型包括目标函数和约束条件，其中包括三个目标函数，分别为：
[0021]第一个目标是上游水库在遭遇洪水过程中最高水位越低越优，以确保水库所承受洪水风险最小；
[0022]第二个目标是经水库调蓄后，下游防护点的洪水流量峰值越小越优，以确保下游所承受洪水风险最小；
[0023]第三个目标是危及蓄滞洪区人民生命风险与生产安全的损失最小；
[0024]约束条件包括水库水位约束、泄流约束、防护对象水位约束、蓄滞洪区启动约束、蓄滞洪区分洪和排洪约束、下游河道水位约束；
[0025]步骤5，基于高效优化算法对模型进行求解：
[0026]采用GOMORS高效优化算法进行多目标求解，整理多目标解集，分析水库、蓄滞洪区、与下游防护对象的边际风险关系，以及多目标之间的竞争与转化关系，并分析不确定信息对多目标之间的竞争与转化关系的影响机理，最终形成系统的水库
‑
蓄滞洪区精细化多目标防洪优化调度框架。
[0027]进一步的，步骤1中，所述二维水动力学模型的具体控制方程包括：
[0028]动量方程：
[0029][0030][0031]连续方程：
[0032][0033][0034]式中：m
x
和m
y
分别是度量张量对角元素的平方根；m是度量张量行列式的平方根，m＝m
x
my
；
u、v、w分别是边界拟合正交曲线坐标x、y、z方向上的速度分量；H为总水深；p是压力；A
V
为垂向紊动粘滞系数；f是Coriolis系数；Q
u
和Q
v
是动量在x、y方向上的源汇项；A
b
是垂向紊动扩散系数；
[0035]联立上述公式(1)～(4)，可求得包括u、v、w、p在内的各变量。
[0036]进一步的，步骤1中，通过以往待研究蓄滞洪区洪水分洪收集的洪水淹没信息，对蓄滞洪区二维水动力学模型进行参数率定，所述参数包括糙率和蒸发指数，并结合实际淹没对待研究蓄滞洪区的地形数据进行矫正。
[0037]进一步的，步骤2中，采用拉丁超立方抽样实现，待研究蓄本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于高效优化算法的水库
‑
蓄滞洪区精细化防洪联合调度方法，其特征在于，所述方法包括以下步骤：步骤1：构建蓄滞洪区二维水动力模型并模拟生成洪水事件集：结合包括待研究蓄滞洪区的DEM数据、土地利用数据在内的相关数据，对待研究蓄滞洪区进行网格化，构建蓄滞洪区二维水动力学模型，并对模型进行参数率定；然后，分析待研究蓄滞洪区所依干流，结合待研究蓄滞洪区以往的分洪过程，制定相应的上、下边界约束；并通过构建的蓄滞洪区二维水动力学模型，对不同的上、下边界进行模拟生成洪水事件集；步骤2，构建不同洪水淹没模型WFIM
‑
I：所述洪水淹没模型WFIM
‑
I是基于ED
‑
LSTM的淹没模型，其中一共含有J个子ED
‑
LSTM模型，其中J为子模型个数；N为总格点数；I为每个子模型可预测格点个数；每个ED
‑
LSTM子模型由流速预报子模型和水深预报子模型组成，可同时预测生成I个单元各水深H
j
和流速V
j
在内的时空信息；和分别表示WFIM
‑
I的第j个子ED
‑
LSTM流速预报子模型和水深预报子模型，其中j＝1,2,
…
,J；所述ED
‑
LSTM子模型包含三层结构：基于LSTM的编码器层、上下文向量层和基于LSTM的解码器层；步骤1模拟生成的洪水事件集Q作为ED
‑
LSTM子模型的输入，时间序列水深和流速作为ED
‑
LSTM子模型的输出；所述时间序列水深和流速包括：第j个子ED
‑
LSTM模型预测的水深H
j
、流速V
j
；H
j
和V
j
的维度均为(OT，I)，其中OT表示预测的时间长度，I表示每个子模型可预测格点的个数；表示第j个ED
‑
LSTM子模型的第i个单元格网格点的第t时刻的水深；表示第j个ED
‑
LSTM模型的第i个单元格网格点的第t时刻的流速，第i个单元格网格点的第t时刻的流速，和其中j＝1,2,
…
,J；步骤3，分析、确定最佳的洪水淹没快速预测模型：利用步骤1模拟生成的洪水事件集，训练步骤2构建得到的不同I值的洪水淹没模型WFIM
‑
I，分析各个模型的模拟时间和模拟精度，进而确定最佳的洪水淹没快速预测模型；步骤4，构建水库
‑
蓄滞洪区精细化模型：所述水库
‑
蓄滞洪区精细化模型包括目标函数和约束条件，其中包括三个目标函数，分别为：第一个目标是上游水库在遭遇洪水过程中最高水位越低越优，以确保水库所承受洪水风险最小；第二个目标是经水库调蓄后，下游防护点的洪水流量峰值越小越优，以确保下游所承受洪水风险最小；第三个目标是危及蓄滞洪区人民生命风险与生产安全的损失最小；约束条件包括水库水位约束、泄流约束、防护对象水位约束、蓄滞洪区启动约束、蓄滞洪区分洪和排洪约束、下游河道水位约束；
步骤5，基于高效优化算法对模型进行求解：采用GOMORS高效优化算法进行多目标求解，整理多目标解集，分析水库、蓄滞洪区、与下游防护对象的边际风险关系，以及多目标之间的竞争与转化关系，并分析不确定信息对多目标之间的竞争与转化关系的影响机理，最终形成系统的水库
‑
蓄滞洪区精细化多目标防洪优化调度框架。2.根据权利要求1所述的基于高效优化算法的水库
‑
蓄滞洪区精细化防洪联合调度方法，其特征在于，步骤1中，所述二维水动力学模型的具体控制方程包括：动量方程：动量方程：连续方程：连续方程：式中：m
x
和m
y
分别是度量张量对角元素的平方根；m是度量张量行列式的平方根，m＝m
x
m
y
；u、v、w分别是边界拟合正交曲线坐标x、y、z方向上的速度分量；H为总水深；p是压力；A
V
为垂向紊动粘滞系数；f是Coriolis系数；Q
u
和Q
v
是动量在x、y方向上的源汇项；A
b
是垂向紊动扩散系数；联立上述公式(1)～(4)，可求得包括u、v、w、p在内的各变量。3.根据权利要求1所述的基于高效优化算法的水库
‑
蓄滞洪区精细化防洪联合调度方法，其特征在于，步骤1中，通过以往待研究蓄滞洪区洪水分洪收集的洪水淹没信息，对蓄滞洪区二维水动力学模型进行参数率定，所述参数包括糙率和蒸发指数，并结合实际淹没对待研究蓄滞洪区的地形数据进行矫正。4.根据权利要求1所述的基于高效优化算法的水库
‑
蓄滞洪区精细化防洪联合调度方法，其特征在于，步骤2中，采用拉丁超立方抽样实现，待研究蓄滞洪区上、下边界条件的生成。5.根据权利要求1所述的基于高效优化算法的水库
‑
蓄滞洪区精细化防洪联合调度方法，其特征在于，步骤3中，所述基于LSTM的编码器层用于将时间序列流入编码到上下文向量中；所述上下文向量是通过Repeat Vector层实现的输入和输出的固定大小的内部表示，Repeat Vector层将传入的输入重复特定次数；随后，上下文向量被解码并传递到基于LSTM的解码器网络层和TimeDistributed层输出的时间序列洪水特征。6.根据权利要求1所述的基于高效优化算法的水库
‑
蓄滞洪区精细化防洪联合...

【专利技术属性】
技术研发人员：魏国振，任明磊，康亚静，赵丽平，王刚，尤再进，
申请(专利权)人：中国水利水电科学研究院，
类型：发明
国别省市：