当前位置: 首页 > 专利查询>河海大学专利>正文

一种考虑气候变化和人工调蓄的水库群出库流量预测方法技术

技术编号:44923937 阅读:28 留言:0更新日期:2025-04-08 19:03
本发明专利技术公开了一种考虑气候变化和人工调蓄的水库群出库流量预测方法,其步骤包括:收集研究流域的水文气象数据;根据研究流域水库位置分布明确上游入口水库、区间水库和出口水库;确定不同位置水库的入库流量计算方式以及水库的出库流量模型;针对出口水库,根据上游水库出库流量、水文气象数据通过向量自回归模型或多元线性回归模型得到的水库入库流量进行该水库的出库流量模拟,并建立基于深度学习的出库流量残差预测模型,实现出口水库的出库流量预测。本发明专利技术基于水库群之间的出入流水力联系考虑了水库人工调蓄作用对下游水库的影响,通过结合概念性降雨径流模型、水库调度模型和深度学习模型预测下游水库的出流过程。

【技术实现步骤摘要】

本专利技术涉及水库流量预测,具体为一种考虑气候变化和人工调蓄的水库群出库流量预测方法


技术介绍

1、近年来,随着全球气候变化的加剧,降水模式的变化和极端气象事件的增多,对水库的调度和管理提出了更高的要求。水库出库流量是水库调度运行的最直接体现,需要综合考虑上游天然来水情况和人工调蓄等因素,其预测精度对水资源的合理利用和调度至关重要。

2、在水库群中,各个水库之间的相互影响和水力耦合关系使得流量预测变得更加复杂。传统的水文模型通常侧重于模拟单一水库或局部流域的水文过程,没有充分考虑上游天然来水条件的改变以及上游入口水库的人工调蓄行为对下游水库的影响,对水库群内水库之间的相互调度和流量影响考虑不够,因此在面对多水库系统的复杂调度操作时,其预测准确性往往存在预测精度不足、难以应对气候变化等问题。

3、深度学习模型因其能够有效捕捉复杂的非线性关系而逐渐被应用于水库流量预测中,而现有的研究大多数将深度学习模型应用于单一水库的流量预测或某一方面的数据分析,忽视了水库群之间的相互作用。现有的将传统的水库调度模型与机器学习结合起来的方法十分局限,本文档来自技高网...

【技术保护点】

1.一种考虑气候变化和人工调蓄的水库群出库流量预测方法,其特征在于,其预测步骤包括:

2.根据权利要求1所述的一种考虑气候变化和人工调蓄的水库群出库流量预测方法,其特征在于,所述区间水库分为串联水库和并联水库;

3.根据权利要求1所述的一种考虑气候变化和人工调蓄的水库群出库流量预测方法,其特征在于,所述向量自回归模型表达式如下:

4.根据权利要求1所述的一种考虑气候变化和人工调蓄的水库群出库流量预测方法,其特征在于,所述多元线性回归模型表达式如下:

5.根据权利要求1所述的一种考虑气候变化和人工调蓄的水库群出库流量预测方法,其特征在于,利用...

【技术特征摘要】

1.一种考虑气候变化和人工调蓄的水库群出库流量预测方法,其特征在于,其预测步骤包括:

2.根据权利要求1所述的一种考虑气候变化和人工调蓄的水库群出库流量预测方法,其特征在于,所述区间水库分为串联水库和并联水库;

3.根据权利要求1所述的一种考虑气候变化和人工调蓄的水库群出库流量预测方法,其特征在于,所述向量自回归模型表达式如下:

4.根据权利要求1所述的一种考虑气候变化和人工调蓄的水库群出库流量预测方法,其特征在于,所述多元线性回归模型表达式如下:

【专利技术属性】
技术研发人员:邓超张龙辉徐榕焓尹鑫邹佳成
申请(专利权)人:河海大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1