【技术实现步骤摘要】
本专利技术属于防洪调度，尤其是一种流域大规模复杂防洪系统实时风险调度方法及系统。
技术介绍
1、复杂防洪系统实时防洪调度是流域防洪减灾的重要技术手段之一，通过较小的投入来提高防洪工程的效益，显著降低防洪灾害。由于调度过程中的各种不确定性给防洪调度带来了风险，影响实时防洪调度决策。其中，洪水预报是主要的风险来源。现洪水预报模拟方法较多，随机模拟法是目前最常用的方法，根据其概率分布随机抽取区间全覆盖的样本点，显著提高误差精度被越来越多的人应用于防洪领域。由于随机模拟方法的选择不同，预报洪水和实测洪水之间误差的精度不同，造成了水文预报不确定性，寻找高精度的随机模拟法对洪水预报过程进行随机抽样至关重要。
2、复杂防洪系统实时防洪调度是一复杂多目标问题，多个目标之间的相互牵制难以快速得到复杂系统调度的最优解，给防洪调度带来了不便。多目标优化模型求解已经从传统优化算法转为智能优化算法，灵活稳定搜索全局最优解，自适应较强可应用于各领域的多目标求解问题。
3、在流域大规模复杂防洪系统实时风险调度中，由于随机模拟法和智能优化算法的耦合嵌套给实时调度运行带来了高维复杂的维数灾问题，造成调度过程计算量庞大，难以满足防洪调度的实时性。
技术实现思路
1、专利技术目的：提供一种流域大规模复杂防洪系统实时风险调度方法，以解决现有技术存在的上述问题。
2、技术方案：流域大规模复杂防洪系统实时风险调度方法，包括以下步骤：
3、步骤s1、收集复杂防洪系统各防洪工程的洪
4、步骤s2、构建martin3-zhukov’s wbs双层模型并对复杂防洪系统进行系统分解降维，得到z个子系统，基于子系统构建目标函数库和约束条件库，采用动态准则剔除的权重调整法确定子系统各目标权重，线性加权转化为评估子系统安全度的总目标函数，构建流域大规模复杂防洪系统实时多目标风险调度模型；
5、步骤s3、采用完美嵌套循环框架构建预报误差情景集、迭代次数和种群的多任务并行模块并耦合matlab分布式集群和cpu并行技术对流域大规模复杂防洪系统实时多目标风险调度模型进行优化，将约简误差情景集叠加至各防洪工程的预报入流并输入优化后的流域大规模复杂防洪系统实时多目标风险调度模型，采用基于debye waller因子优化的改进多目标蜉蝣算法求解，迭代次数种群得到约简误差情景集对应的实时防洪调度方案集；
6、步骤s4、基于系统目标决策-物理属性-空间几何特征耦合的聚类法提取约简误差情景集对应的典型调度方案，基于典型调度方案对实时防洪调度方案集进行决策，选出最优方案作为流域大规模复杂防洪系统实时风险调度方案。
7、根据本申请的一个方面，所述步骤s1进一步为：
8、步骤s11、确定研究区域，收集研究区域地理空间数据和水系资料、各防洪工程特征资料、防洪控制点和蓄滞洪区水文数据，整理各防洪工程的历史洪水过程和预报洪水过程；
9、步骤s12、确定洪水预报误差为防洪调度的风险因子，根据ma-parzen窗法估计各防洪工程洪水预报误差的概率密度函数，确定洪水预报误差分布特征，获取预报误差分布参数；
10、步骤s13、基于防洪工程的洪水预报误差分布特征及参数，采用蒙特卡洛法随机模拟预报误差，生成初始预报误差情景集；
11、步骤s14、构建基于梯度法驱动的情景网络约简模型，将初始预报误差情景集输入情景网络约简模型，生成约简误差情景集。
12、根据本申请的一个方面，所述步骤s14进一步为：
13、步骤s14a、将步骤s13中蒙特卡洛随机模拟的预报误差作为约简情景网络的初始节点；
14、步骤s14b、依据ma-parzen窗法评估节点的先验概率，逐层向下确定网络节点的位置，其中，1-0.8为一级节点、0.8-0.6为二级节点，……，0.2-0为五级节点；计算相邻等级节点间的条件概率，选择条件概率值大的作为节点分支，逐步建立节点与节点间的网络分支，构建优化的网络结构；
15、步骤s14c、采用梯度下降法计算当前研究节点在网络某分支下的位置，耦合节点先验概率和误差之间的拥挤度，三者的乘积构成评估参数；
16、步骤s14d、基于贝叶斯原理计算后验情景概率，采用梯度上升法计算当前研究节点在网络某分支下的位置，结合拥挤度将三者相乘确定各节点之间的诊断参数；
17、步骤s14e、分别对评估和诊断参数降序排列，并淘汰两者排名的后a%，评估留存节点的代表性和覆盖率；若评估通过，则保留这些节点及其网络分枝，反之舍弃节点，确定满足条件的节点构建约简情景网络，采用ma-parzen拟合情景分布获取分布参数；a为设定值；
18、步骤s14f、重复步骤s14b-s14e，使约简情景网络不断演变，直到演变的约简情景与初始情景分布参数的绝对误差大于预设值，则停止演变，获得约简误差情景集。
19、根据本申请的一个方面，所述步骤s2进一步为：
20、步骤s21、构建martin3-zhukov’s wbs双层模型并基于martin3-zhukov’s wbs双层模型对复杂防洪系统降维分解，得到z个协同子系统，z为大于2的正整数；
21、步骤s22、分别构建各子系统目标函数库，采用动态准则剔除的权重调节法评估各目标权重，线性加权转化为评估子系统安全度的总目标函数；
22、步骤s23、分别构建各子系统实时防洪风险调度模型的约束条件库，包括：水量平衡约束、水库泄流约束、水库特征水位约束、调度期初/末水位控制约束、水库泄流变幅约束、蓄滞洪区水量平衡约束、蓄滞洪区容量约束和防洪控制点安全约束；
23、步骤s24、基于总目标函数和约束条件库，构建流域大规模复杂防洪系统实时多目标风险调度模型。
24、根据本申请的一个方面，所述步骤s21进一步为：
25、步骤s21a、对复杂防洪系统进行流域概化和地理空间判别，确定分解的子系统目标个数；
26、步骤s21b、根据空间地理位置将复杂防洪流域系统进行分区，由于流域边界的不规则性分区越小越好但不应小于防洪工程个数，采用zhukov’s法对邻近分区逐步聚类，按照子系统间面积差异最小化原则将流域大规模复杂防洪系统分解为z个子系统，z为大于2的正整数；
27、步骤s21c、依据防洪工程属性对子系统继续分解，编码防洪工程建立索引体系；
28、步骤s21d、采用martini3模型根据地理位置-工程属性-目标效能分析子系统内防洪工程间的相依关系，相依关系越紧密则为一个子系统的概率越大；
29、步骤s21e、检验上述步骤s2本文档来自技高网...
【技术保护点】
1.流域大规模复杂防洪系统实时风险调度方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的流域大规模复杂防洪系统实时风险调度方法，其特征在于，所述步骤S1进一步为：
3.根据权利要求2所述的流域大规模复杂防洪系统实时风险调度方法，其特征在于，所述步骤S14进一步为：
4.根据权利要求1所述的流域大规模复杂防洪系统实时风险调度方法，其特征在于，所述步骤S2进一步为：
5.根据权利要求4所述的流域大规模复杂防洪系统实时风险调度方法，其特征在于，所述步骤S21进一步为：
6.根据权利要求4所述的流域大规模复杂防洪系统实时风险调度方法，其特征在于，所述步骤S22进一步为：
7.根据权利要求1所述的流域大规模复杂防洪系统实时风险调度方法，其特征在于，所述步骤S3进一步为：
8.根据权利要求7所述的流域大规模复杂防洪系统实时风险调度方法，其特征在于，所述步骤S31进一步为：
9.根据权利要求7所述的流域大规模复杂防洪系统实时风险调度方法，其特征在于，所述步骤S32进一步为：
10
11.流域大规模复杂防洪系统实时风险调度系统，其特征在于，包括：
...【技术特征摘要】
1.流域大规模复杂防洪系统实时风险调度方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的流域大规模复杂防洪系统实时风险调度方法，其特征在于，所述步骤s1进一步为：
3.根据权利要求2所述的流域大规模复杂防洪系统实时风险调度方法，其特征在于，所述步骤s14进一步为：
4.根据权利要求1所述的流域大规模复杂防洪系统实时风险调度方法，其特征在于，所述步骤s2进一步为：
5.根据权利要求4所述的流域大规模复杂防洪系统实时风险调度方法，其特征在于，所述步骤s21进一步为：
6.根据权利要求4所述的流域大规模复杂防洪系统实时风险调度方法，其特征在于，所述步骤s22进一...
【专利技术属性】
技术研发人员：陈娟，张璐，钟平安，胡晓玉，惠莉，
申请(专利权)人：河海大学，
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。