【技术实现步骤摘要】
本专利技术涉及水利工程学科水资源领域，尤其涉及一种基于大数据风险效益排序的水库调度方案决策方法。
技术介绍
1、水库调度具有水资源管理、洪水控制、发电、生态保护等综合功能，对社会、经济和环境的可持续发展具有广泛影响。为了平衡不同调度目标需求，水库调度方案大多采用多目标优化算法进行求解，所得到的结果中包含若干贴近帕累托优化前沿的调度方案，需要对方案解集进一步决策，调度方案决策的科学与否不仅与水库运行综合效益的发挥密切相关，同时也是确保社会经济稳定和环境可持续性的关键。
2、目前水库调度方案决策方法存在以下不足：
3、(1)采用多目标优化方法求得方案虽然具有一定目标平衡特性，但由于不同运行目标间固有矛盾的存在，各方案势必存在使某项目标无法达到预期控制的风险水平，目前水库调度决策通常只考虑综合效益最大化，而忽视潜在的风险因素。
4、(2)水库调度调节库区及下游河道的水位、流量变化过程，受其影响风险除与水库防洪、发电、生态等目标效益密切相关外，还可能存在于库区边坡、河道水质等区域部位之中，目前调度过程中所考虑风险大多围绕目标风险，鲜有考虑对区域部分所造成的风险影响。
5、(3)随着水库运行时间的增长，所产生的调度经验、风险记录等各类历史运行信息越来越多，可为调度决策提供一定参考依据。然而现有调度决策仍仅基于所求方案集本身提供的指标信息，调度历史信息的参考价值未被有效纳入考量，易使决策效率低下。
6、(4)多数决策方法通过将不同的评估指标加权合成为单一指标，再进行排序决策，存在较
技术实现思路
1、鉴于上述问题，提出了本专利技术以便提供克服上述问题或者至少部分地解决上述问题的一种基于大数据风险效益排序的水库调度方案决策方法。
2、根据本专利技术的一个方面，提供了一种基于大数据风险效益排序的水库调度方案决策方法，所述决策方法包括：
3、收集目标水库基础资料与历史运行信息；
4、根据所述目标水库基础资料构建水库多目标优化调度模型；
5、基于历史运行信息构建风险排查数据集，采用人工智能方法识别调度特征与调度风险关系，划定风险可接受调度特征区间；
6、结合水库调度目标和工程所处环境特点确定需要考虑风险的调度关联要素；
7、从调度效益和调度风险两方面角度出发构建包括所有调度关联要素的方案综合评价指标体系；
8、采用所述水库多目标优化调度模型，获得优化调度方案集，基于所述方案综合评价指标体系计算各方案的目标效益和风险值，获得计算结果；
9、根据所述计算结果筛选风险可接受调度方案集；
10、根据所筛选风险可接受调度方案集确定理想最优方案和最差方案，并将各项方案评价指标进行标准化处理；
11、计算方案集中各项方案与所述理想最优方案和所述最差方案之间的欧氏距离；
12、基于逼近理想解法思想，决策得到所述方案集中的最优调度方案。
13、可选的，所述目标水库基础资料具体包括：调度规程、水位库容关系曲线、泄流尾水关系曲线和各泄水设施泄流能力曲线。
14、可选的，所述目标水库历史运行信息具体包括：历史水位与出入库流量数据、运行日志记录、事故风险报告。
15、可选的，所述根据所述目标水库基础资料构建水库多目标优化调度模型具体包括：
16、将所收集的目标水库基础资料转化为水库调度过程的约束条件，构建水库多目标优化调度模型。
17、可选的，所述基于历史运行信息构建风险排查数据集，采用人工智能方法识别调度特征与调度风险关系，划定风险可接受调度特征区间；
18、可选的，所述根据计算结果筛选风险可接受调度方案集具体包括：
19、将所述计算结果按照风险可接受调度特征区间进行划分，分为风险可接受调度方案集与风险不可接受调度方案集；
20、可选的，所述根据所筛选风险可接受调度方案集确定理想最优方案和最差方案具体包括：
21、将所述筛选结果按照数值大小顺序进行排列，确定所述方案集中各项评价指标的最大值和最小值，综合指标体系中正向评价指标的最大值和负向评价指标的最小值形成理想最优方案，综合正向评价指标的最小值和负向评价指标的最大值形成最差方案。
22、可选的，所述计算方案集中各项方案与所述理想最优方案和所述最差方案之间的欧氏距离具体包括：
23、按照式1分别计算方案集中各项方案与理想最优方案和最差方案之间的欧式距离；
24、
25、式中，分别为方案i与理想最优方案和最差方案之间的欧式距离，m为调度方案综合评价指标体系中的指标个数，zij为方案i中指标j的标准化值，分别为理想最优方案和最差方案中的指标j的标准化值。
26、可选的，所述基于逼近理想解法思想，决策得到所述方案集中的最优调度方案具体包括：
27、基于逼近理想解法思想，按照式2得到各项调度方案与理想最优方案的接近程度，从而决策得到该方案集中的最优调度方案。
28、
29、式中，为方案i与理想最优方案的接近程度，取值在[0，1]之间，越接近于1，表明方案越好。
30、本专利技术提供的一种基于大数据风险效益排序的水库调度方案决策方法，所述决策方法包括：收集目标水库基础资料与历史运行信息；根据所述目标水库基础资料构建水库多目标优化调度模型；基于历史运行信息识别调度特征与调度风险关系，构建风险排查数据集，划定风险可接受调度特征区间；结合水库调度目标和工程所处环境特点确定需要考虑风险的调度关联要素；从调度效益和调度风险两方面角度出发构建包括所有调度关联要素的方案综合评价指标体系；
31、采用所述水库多目标优化调度模型，获得优化调度方案集，结合风险可接受调度特征区间筛选风险可接受调度方案集；基于所述方案综合评价指标体系计算各方案的目标效益和风险值，获得计算结果；根据所述计算结果确定理想最优方案和最差方案，并将各项方案评价指标进行标准化处理；计算方案集中各项方案与所述理想最优方案和所述最差方案之间的欧氏距离；基于逼近理想解法思想，决策得到所述方案集中的最优调度方案。能有效减少主观判断的干扰，同时综合考虑多方效益和风险，为水库管理提供更加科学和可靠的决策支持。
32、上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
本文档来自技高网...【技术保护点】
1.一种基于大数据风险效益排序的水库调度方案决策方法，其特征在于，所述决策方法包括：
2.根据权利要求1所述的一种基于大数据风险效益排序的水库调度方案决策方法，其特征在于，所述目标水库基础资料具体包括：调度规程、水位库容关系曲线、泄流尾水关系曲线和各泄水设施泄流能力曲线。
3.根据权利要求1所述的一种基于大数据风险效益排序的水库调度方案决策方法，其特征在于，所述目标水库历史运行信息具体包括：历史水位与出入库流量数据、运行日志记录和事故风险报告。
4.根据权利要求1所述的一种基于大数据风险效益排序的水库调度方案决策方法，其特征在于，所述根据所述目标水库基础资料构建水库多目标优化调度模型具体包括：
5.根据权利要求1所述的一种基于大数据风险效益排序的水库调度方案决策方法，其特征在于，所述根据所述计算结果筛选风险可接受调度方案集具体包括：
6.根据权利要求1所述的一种基于大数据风险效益排序的水库调度方案决策方法，其特征在于，所述根据所述筛选风险可接受调度方案集确定理想最优方案和最差方案具体包括：
7.根据权利要求1
8.根据权利要求1所述的一种基于大数据风险效益排序的水库调度方案决策方法，其特征在于，所述基于逼近理想解法思想，决策得到所述方案集中的最优调度方案具体包括：
...【技术特征摘要】
1.一种基于大数据风险效益排序的水库调度方案决策方法，其特征在于，所述决策方法包括：
2.根据权利要求1所述的一种基于大数据风险效益排序的水库调度方案决策方法，其特征在于，所述目标水库基础资料具体包括：调度规程、水位库容关系曲线、泄流尾水关系曲线和各泄水设施泄流能力曲线。
3.根据权利要求1所述的一种基于大数据风险效益排序的水库调度方案决策方法，其特征在于，所述目标水库历史运行信息具体包括：历史水位与出入库流量数据、运行日志记录和事故风险报告。
4.根据权利要求1所述的一种基于大数据风险效益排序的水库调度方案决策方法，其特征在于，所述根据所述目标水库基础资料构建水库多目标优化调度模型具体包括：
5.根...
【专利技术属性】
技术研发人员：朱博然，林俊强，刘毅，周敏，任玉峰，刘新波，吴碧琼，马一鸣，鲍正风，曹辉，张迪，彭期冬，马鑫，张绍耕，
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：
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。