-
公开(公告)号：CN110895726A
公开(公告)日：2020-03-20
申请号：CN201910982511.0
申请日：2019-10-16
Applicant: 大连理工大学
Abstract: 一种考虑预报误差降低水库洪水起调水位的预报调度方法，属于防洪预报调度技术领域。首先，对水库控制流域进行洪水预报可行性分析，采用最大熵原理识别出预报误差分布；其次，针对整个调度系统利用预泄的思想，制定对洪水涨水段的洪水起调水位进行降低处理的调度规则框架；并对预报调度框架进行优化得到预报调度方案优化点集；再次，从预报调度方案优化点集中筛选出所有满足预报误差最大情况下的上、下游防洪安全的优化点集；最后，综合考虑预报误差以及决策者不同偏好，利用二元对比法和模糊优选模型对优选预报调度方案点评价，得到最终预报调度方案。本发明简单易于操作，在保持兴利效益的情况下，增加水库的防洪效益和洪水作用下游防护点的弹性。
-
公开(公告)号：CN105825309A
公开(公告)日：2016-08-03
申请号：CN201610174067.6
申请日：2016-03-24
Applicant: 大连理工大学
Abstract: 本发明公开了一种协调水库汛期防洪风险与兴利效益的调度方法，包含：1)将水库汛期调度过程转化为当前与未来两阶段滚动决策过程；2)构建水库汛期双目标两阶段优化调度对冲模型；3)利用KKT条件，结合经济学原理，提出水库汛期兴利和防洪目标的最优协调控制条件；4)提出优化对冲模型的求解方法；5)基于优化对冲模型，揭示水库汛期防洪风险与兴利效益之间的竞争与转化关系，给出下游最小防洪安全值在小、中、大三个量级时的最优蓄水决策随未来阶段预报来水的变化曲线。本发明考虑预报信息的不确定性及防洪风险，建立一个汛限水位实时动态控制的两阶段模型，能在保证水库防洪安全的前提下，最大限度的提高水库效益。
-
公开(公告)号：CN118966480B
公开(公告)日：2025-02-11
申请号：CN202411448485.0
申请日：2024-10-17
Applicant: 大连理工大学
IPC: G06Q10/04 , G06Q10/0637 , G06Q10/067 , G06Q50/26
Abstract: 一种水库群联合防洪优化调度方案生成方法，属于水库群防洪调度技术领域。首先，根据预报降雨预报来水大小，结合规则调度模拟模型，判别流域防洪形势，确定防洪调度目标和需求；其次，基于不同的防洪形势和需求，构建相应的水库群联合优化模型：对于下游标准内的小洪水，构建下游组合流量最小为目标的水库群联合优化模型；对于超下游标准的洪水，构建水库群预泄优化调度模型；对于大洪水，构建考虑水库自身安全和下游保护对象安全的水库群多目标联合调度模型；第三，对模型进行求解，生成不同防洪形势下的调度方案。本发明能够生成满足防洪需求的调度方案，适用于各流域的水库群防洪调度，适应当前新的防洪形式需求。
-
公开(公告)号：CN118798488B
公开(公告)日：2024-11-15
申请号：CN202411270302.0
申请日：2024-09-11
Applicant: 大连理工大学
IPC: G06Q10/063 , G06Q50/06 , G06Q50/26 , G06F17/11 , G01W1/14
Abstract: 一种考虑降雨预报信息及其不确定性的梯级水库群预蓄水量上限获取方法，属于水库调度技术领域。首先，对数值降雨预报信息进行分析确定可利用的降雨预报信息及预见期；然后，确定不同降雨预报等级下可能发生降雨量及其对应概率集合；其次，计算梯级水库群中各水库的理论预蓄水量；再次，推求不同预报降雨等级下可能形成的洪水过程；最后，利用基于降雨预报信息的风险计算方法循环计算不同预蓄水量组合对应的水库群防洪风险，以防洪风险不超原设计的最大预蓄水量作为水库群预蓄水量上限。本发明解决了传统汛限水位动态控制域上限计算多集中于单一水库且未采用更长预见期预报信息的问题，能够满足水库洪水资源利用的需求。
-
公开(公告)号：CN118797418B
公开(公告)日：2024-11-15
申请号：CN202411276908.5
申请日：2024-09-12
Applicant: 大连理工大学
Abstract: 本发明提供一种特大流域暴雨洪水分类及类型识别方法，属于洪水分类及识别技术领域。所述识别方法首先，确定并计算用于分类的降雨及洪水相关指标；其次，基于洪水分类指标对场次洪水进行分类并解析各类洪水过程的形态、速率、强度特征；再次，基于降雨指标对场次洪水进行分类并验证利用降雨信息分类的可行性及准确性；最后，根据场次洪水分类结果生成基于降雨信息的决策规则并分三个阶段进行洪水类型动态识别。本发明分别使用次洪总量占比和次降雨总量占比进行分类，使用预报降雨和落地雨进行洪水类型的动态识别，因此该识别方法能够在洪水发生发展中分段识别类型，具有实时性的优点，能够提前判断，辅助提早决策。
-
Patent Agency Ranking
公开(公告)号：CN113947315B
公开(公告)日：2024-07-12
申请号：CN202111230658.8
申请日：2021-10-22
Applicant: 大连理工大学
IPC: G06Q10/0639 , G06Q10/0631 , G06F30/20 , G06Q50/06
Abstract: 本发明提供一种水库分级分期旱限水位设计与控制方法，属于抗旱调度技术领域。首先，分析供水保障目标及设计供水需求。其次，通过审查长系列水文资料的可靠性、一致性、代表性，设计不同预警级别的入库径流过程；综合考虑入库径流、水库运行水位、供水需求等因素的季节性特点，对水文年进行干旱预警分期。再次，根据设计需水过程、供水保障优先级，确定分级分期旱限水位供水规则，并初步确定分级分期的旱限水位。最后，基于长系列径流过程模拟进行分级分期旱限水位合理性分析与调整。本发明提出的基于长系列模拟的合理性分析方法及水库旱限水位反馈修正方法，能够综合考虑工程应用中对系统供水保证率与破坏深度的要求，计算快速、便捷、适于工程推广应用。
-
公开(公告)号：CN112036604B
公开(公告)日：2022-10-18
申请号：CN202010742166.6
申请日：2020-07-29
Applicant: 大连理工大学
Abstract: 一种考虑多时序过程因子的中期径流预报方法，属于水文预报技术领域。首先，根据研究流域的资料可获取情况及预报经验，确定预报备选因子的类型，从每类预报备选因子中挑选出相关系数最大的预报备选因子作为预报因子，作为输入建立BP神经网络径流预报模型，计算预报结果的均方根误差。其次，依次增加逐时段因子个数，并分别建立BP神经网络径流预报模型进行预报，计算预报结果的均方根误差，并与上一步的预报结果进行对比。再次，将预报因子进行多重组合。最后，根据均方根误差最小原则确定适合研究流域的预报因子最优组合，建立径流预报模型。本发明过程简单，预报方法易于操作，可有效提高径流预报精度，达到改善预报效果的目的。
-
公开(公告)号：CN110895726B
公开(公告)日：2021-09-24
申请号：CN201910982511.0
申请日：2019-10-16
Applicant: 大连理工大学
Abstract: 一种考虑预报误差降低水库洪水起调水位的预报调度方法，属于防洪预报调度技术领域。首先，对水库控制流域进行洪水预报可行性分析，采用最大熵原理识别出预报误差分布；其次，针对整个调度系统利用预泄的思想，制定对洪水涨水段的洪水起调水位进行降低处理的调度规则框架；并对预报调度框架进行优化得到预报调度方案优化点集；再次，从预报调度方案优化点集中筛选出所有满足预报误差最大情况下的上、下游防洪安全的优化点集；最后，综合考虑预报误差以及决策者不同偏好，利用二元对比法和模糊优选模型对优选预报调度方案点评价，得到最终预报调度方案。本发明简单易于操作，在保持兴利效益的情况下，增加水库的防洪效益和洪水作用下游防护点的弹性。
-
公开(公告)号：CN112036604A
公开(公告)日：2020-12-04
申请号：CN202010742166.6
申请日：2020-07-29
Applicant: 大连理工大学
Abstract: 一种考虑多时序过程因子的中期径流预报方法，属于水文预报技术领域。首先，根据研究流域的资料可获取情况及预报经验，确定预报备选因子的类型，从每类预报备选因子中挑选出相关系数最大的预报备选因子作为预报因子，作为输入建立BP神经网络径流预报模型，计算预报结果的均方根误差。其次，依次增加逐时段因子个数，并分别建立BP神经网络径流预报模型进行预报，计算预报结果的均方根误差，并与上一步的预报结果进行对比。再次，将预报因子进行多重组合。最后，根据均方根误差最小原则确定适合研究流域的预报因子最优组合，建立径流预报模型。本发明过程简单，预报方法易于操作，可有效提高径流预报精度，达到改善预报效果的目的。
-
公开(公告)号：CN110807475A
公开(公告)日：2020-02-18
申请号：CN201910982313.4
申请日：2019-10-16
Applicant: 大连理工大学
Abstract: 一种基于确定性系数的洪水分类识别预报方法，属于水文洪水预报技术领域。该方法提出了分类识别较为简单且对其它资料要求较少的框架。该框架从洪水发生发展过程出发，结合确定性系数对洪水进行分类并构建相应的洪水预报子模型；在实时预报过程中，从确定性系数出发，引入遗忘机制对子模型进行识别从而实现预报。本发明的效果和益处是分类原理明确，分类的子模型能够体现各类型洪水的非线性，克服了单一的不分类模型在参数识别过程中偏向于整体最优的缺点；在模型识别过程中，考虑了越久远的信息对当前预报结果影响越小，引入了遗忘机制实时识别预报子模型。该方法原理清晰，方法简单，指标较少，数据要求低，计算方便，有较好的推广性。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.025 seconds)
