【技术实现步骤摘要】
本专利技术涉及水网系统中江河流域水资源调度计划编制方法。
技术介绍
1、水网系统是以自然河湖为基础、引调排水工程为通道、调蓄工程为结点、智慧调控为手段，集水资源优化配置、流域防洪减灾、水生态系统保护等功能于一体的综合体系，是解决水资源空间分布不均、提高受水区水资源保证率、缓解缺水地区水资源供需矛盾、实现水资源合理配置的有效措施，是促进缺水地区经济发展与水资源综合开发利用的重要途径。
2、随着社会经济的发展和水资源管理的日益重要性，智能化水资源调度系统的需求日益增长，目前，已有一些关于水资源调度计划编制方法的研究，涉及水文模型、优化算法、数据采集技术方面，然而，传统的水资源调度方法常常受限于经验性较强、计算复杂度高、效率低等问题，难以满足不断增长的水资源管理需求，现有技术仍然存在一些不足之处，如计算复杂度高、实时性差、适应性不足等，需要开发一种智能化、自动化的水资源调度系统，能够根据实时数据和需求自动调整水资源分配，提高水资源利用效率和减少风险。
3、本专利技术提出水网系统中江河流域水资源调度计划编制方法及系统，解决目前存在的上述问题，提高水资源的有效管理和调度，保障水资源的可持续利用和生态环境的保护。
技术实现思路
1、专利技术目的，提供一种水网系统中江河流域水资源调度计划编制方法，以解决现有技术存在的上述问题。另一方面提供水网系统中江河流域水资源调度计划编制系统。
2、技术方案，根据本申请的一个方面，提供一种水网系统中江河流域水资源调度计划编制
3、步骤s1、收集研究区历史气象因子数据、水情数据，以及丰平枯典型年需水量的历史资料；分析并针对历史气象因子和水情的时空分布特征，构建定量化指标体系；采用预构建的决策树机器学习模块建立历史气象因子与水情的映射关系；
4、步骤s2、基于丰平枯典型年需水量的历史资料，预测研究区第一产业需水量并采用二维联合分布进行验证；构建至少包括两种预测模型的预测方法集合，交叉预测和验证研究区第二产业需水量、第三产业需水量、生态需水量和生活需水量；计算第一产业、第二产业、第三产业需水量、生态需水量和生活需水量之和，得到研究区流域总需水量；
5、步骤s3、获取并将研究区内所有水文站点、干支流交汇处、流域出口和有水事矛盾的行政区交汇处为初始断面，采用rvmf法计算所有初始断面的下泄流量需求；调用已构建的水资源系统概化模拟模型，计算并筛选出重要断面；
6、步骤s4、将研究区水情、研究区流域总需水量和重要断面的下泄流量需求，输入预构建的水资源优化调度模型，采用至少两种多目标算法对水资源优化调度模型求解，得到非劣解集并采用mlaa-vikor模型从非劣解集中筛选最优解，将最优解作为江河流域水资源调度计划。
7、根据本申请的一个方面，所述步骤s1进一步为：
8、步骤s11、确定研究区范围，收集研究区历史气象因子数据、水情数据，以及丰平枯典型年需水量的历史资料，所述研究区历史气象因子包括降雨、气温、风速、相对湿度和日照时数；
9、步骤s12、提取研究区历史气象因子和水情数据，分析历史气象因子和水情的时空分布特征，并采用因子分析法分别构建历史气象因子与水情时空分布特征的定量化指标体系；
10、步骤s13、将历史气象因子与水情时空分布特征的定量化指标体系样本离散化，得到预定量的cnn-transformer训练样本，通过cnn-transformer训练样本训练cnn-transformer模型；
11、步骤s14、使用训练后的cnn-transformer模型分别对历史气象因子和水情时空分布特征的定量化指标体系降重，得到历史气象因子和水情的特征指标，其中历史气象因子中的降雨、气温、风速、相对湿度和日照时数分别包含a、b、c、d、e个特征指标，水情包含f个特征指标，a、b、c、d、e、f为大于0的自然数；
12、步骤s15、针对降重后的历史气象因子和水情的特征指标，采用决策树机器学习模块建立历史气象因子到水情的映射关系。
13、根据本申请的一个方面，所述步骤s13进一步为：
14、步骤s13a、调取历史气象因子和水情数据，生成样本集，记为：{xij∣i=1，2，…，m；j==1，2，…，n}，其中i和j分别为样本序号和指标序号，m和n分别为样本数和指标数；
15、步骤s13b、基于样本集，确定正理想点{xj+∣j==1，2，…，n}和负理想点{xj-∣j==1，2，…，n}；
16、步骤s13c、采用随机模拟法随机生成k个服从均匀分布的随机数，在正理想点和负理想点之间对指标值进行离散化计算，共产生k个作为cnn-transformer输入项的训练样本；k为小于n的自然数；
17、步骤s13d、依序计算各个训练样本距离正理想点和负理想点的欧式距离；
18、步骤s13e、依序计算每个训练样本距离负理想点的欧式距离除以该训练样本距离正理想点与负理想点的欧式距离之和，得到训练样本的贴进度系数，并将其作为cnn-transformer输出项；
19、步骤s13f、训练cnn-transformer并存储。
20、根据本申请的一个方面，所述步骤s2进一步为：
21、步骤s21、调用已采集的丰平枯典型年需水量的历史资料，通过丰平枯典型年法预测研究区第一产业需水量并采用二维联合分布验证；
22、步骤s22、构建至少包括两种预测模型的预测方法集合，按预定规则调用预测模型交叉预测并验证研究区第二产业需水量、第三产业需水量、生态需水量和生活需水量；所述预测模型包括趋势外延模块、多元回归模块和多元机器学习模块；
23、步骤s23、计算第一产业需水量、第二产业需水量、第三产业需水量、生态需水量和生活需水量总和，作为研究区流域总需水量。
24、根据本申请的一个方面，所述步骤s21进一步为：
25、步骤s21a、调取丰平枯典型年需水量的历史资料，获取各个典型年的第一产业需水量，形成第一产业需水量序列v1；通过预配置的需水量计算模型，计算预定周期内各典型年的第一产业需水量，形成第一产业需水量序列v2；
26、步骤s21b、通过第一产业需水量序列v1和第一产业需水量序列v2构建第一产业需水量的二维联合分布并验证；
27、步骤s21c、基于第一产业需水量的二维联合分布，计算当年第一产业需水量。
28、根据本申请的一个方面，所述步骤s22进一步为：
29、步骤s22a、构建训练数据集合，以及至少包括两种预测模型的预测方法集合，所述预测模型包括趋势外延模块、多元回归模块和多元机器学习模块；
30、步骤s22b、将训练数据分成k折，k为大于5的自然数；
31、步骤s22b、在每轮训练中，依序将其中一折数据作为测试集，将k-1折数据作为训练集；将按照预定规则，分本文档来自技高网...
【技术保护点】
1.水网系统中江河流域水资源调度计划编制方法，其特征在于，包括如下步骤：
2.如权利要求1所述的水网系统中江河流域水资源调度计划编制方法，其特征在于，所述步骤S1进一步为：
3.如权利要求2所述的水网系统中江河流域水资源调度计划编制方法，其特征在于，所述步骤S13进一步为：
4.如权利要求1所述的水网系统中江河流域水资源调度计划编制方法，其特征在于，所述步骤S2进一步为：
5.如权利要求4所述的水网系统中江河流域水资源调度计划编制方法，其特征在于，所述步骤S21进一步为：
6.如权利要求4所述的水网系统中江河流域水资源调度计划编制方法，其特征在于，所述步骤S22进一步为：
7.如权利要求1所述的水网系统中江河流域水资源调度计划编制方法，其特征在于，所述步骤S3进一步为：
8.如权利要求7所述的水网系统中江河流域水资源调度计划编制方法，其特征在于，所述步骤S33进一步为：
9.如权利要求1所述的水网系统中江河流域水资源调度计划编制方法，其特征在于，所述步骤S4进一步为：
10
11.如权利要求9所述的水网系统中江河流域水资源调度计划编制方法，其特征在于，所述步骤S43进一步为：
12. 水网系统中江河流域水资源调度计划编制系统，其特征在于，包括：
...【技术特征摘要】
1.水网系统中江河流域水资源调度计划编制方法，其特征在于，包括如下步骤：
2.如权利要求1所述的水网系统中江河流域水资源调度计划编制方法，其特征在于，所述步骤s1进一步为：
3.如权利要求2所述的水网系统中江河流域水资源调度计划编制方法，其特征在于，所述步骤s13进一步为：
4.如权利要求1所述的水网系统中江河流域水资源调度计划编制方法，其特征在于，所述步骤s2进一步为：
5.如权利要求4所述的水网系统中江河流域水资源调度计划编制方法，其特征在于，所述步骤s21进一步为：
6.如权利要求4所述的水网系统中江河流域水资源调度计划编制方法，其特征在于，所述步骤s22进一步为：
...【专利技术属性】
技术研发人员：郭旭宁，刘为锋，李云玲，杜涛，朱非林，陈娟，杜二虎，徐斌，李金明，杨青素，钟平安，
申请(专利权)人：水利部水利水电规划设计总院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。