1.4　主要研究工作

1.4.1　研究方法

本书针对目前研究中存在的问题,借助现代预测、决策等智能技术,对水库防洪实时调度及调度风险进行系统研究,当研究区域在发生大洪水时,在保证水库自身安全的前提下,尽可能地减少洪水对下游造成的损失,而在区域发生中小洪水时,适时、适量拦蓄洪水,实现洪水资源化。本书针对传统统计方法解决高维、非线性复杂系统的不足,引进先进的现代数据挖掘技术,基于各类智能算法建立水库防洪实时调度模型,并对防洪调度进行风险分析。本书引入遗传程序设计、信息扩散技术对洪水预报及水库实时调度进行研究;将改进集对分析综合评判模型引入调度方案决策中;基于模拟模型建立水库群联合防洪调度模型;利用模糊风险对防洪调度进行风险分析等。研究通过引入新理论和方法,扩展了防洪调度研究的深度、可以更好地发现数据中的信息,为水库调度提供依据。

1.4.2　本书结构及技术路线

本书在分析水库防洪调度相关问题的基础上,通过对洪水预报模型研究,建立水库及水库群防洪实时调度模型,探讨利用水库合理调度实现洪水资源的途径,并对调度的效益和风险进行分析,最后将本书提出的理论成果应用于滦河流域水群防洪优化调度研究,以对理论成果进行验证。

本书共8章,其结构及内容简介如下。

(1)第1章:绪论。系统阐述了水库防洪调度研究、洪水资源化研究的目的和意义,综述了水库防洪调度及洪水资源化的国内外研究现状,并结合中国研究现状分析了当前水库汛限水位动态控制研究中存在的问题以及今后研究发展的趋势,提出研究的方法、内容及技术路线。

(2)第2章:滦河流域概况及流域水库调度存在的问题。本章对研究区——滦河流域的自然地理、水文气象、工程情况进行介绍,并分析了滦河流域水资源的特点以及工程运用方面存在的问题。

(3)第3章:基于数据挖掘技术的洪水预报模型。利用遗传程序和信息扩散技术,建立洪水预报模型。根据历史降雨、前期土壤含水量以及相应的实测洪水数据,借助遗传程序技术自动拟合研究区降雨、前期土壤含水量与次洪量的关系;将各实测数据根据前期土壤含水量大小进行分类,每个前期土壤含水量数据对应一组降水、洪量样本,利用信息扩散近似推理这种擅长挖掘小样本信息技术,对不同前期土壤含水量条件下的降水量、次洪量关系进行回归;利用上述数据挖掘方法对陡河流域原降雨、径流相关图(关系)进行修整,在此基础上,结合研究区对应不同降水特征的单位线,借助信息扩散技术使单位线光滑,进行洪水过程的预报。以滦河流域的陡河水库为实例,验证洪水预报模型的效果。

(4)第4章:基于改进集对分析的水库防洪实时调度模型。根据实时洪水预报模型计算出的预报洪水过程及水库当前的蓄水状态,模拟生成出若干个可行的水库防洪调度方案,分别计算各方案对应的水库调度的最高水位、最大泄流量等参数指标。综合考虑模拟方案的水库调度的最高水位、水库当前水位、当前入库流量、预报的洪水过程、水库的泄流过程及下游的洪水过程、下游安全泄流能力、洪水预报的精度等各方面因素,利用改进集对分析模型对各个备选方案进行模糊综合评判,选取当前时段水库防洪调度的方案。以滦河流域的陡河水库为实际算例,进行水库防洪实时调度模型的检验和适用性验证。

(5)第5章:基于模拟技术的水库群联合防洪调度模型。借助建立的水库防洪实时调度模型,先分别对水库群中的各单库进行模拟调度以生成各水库的可行调度方案,利用马斯京根模型对各调度方案泄流过程进行河道洪水演进计算,分析各水库下泄洪水组合后在下游形成的洪水过程及洪峰,综合考虑各单库的评价指标以及下游形成洪峰指标,逐时段决策水库群的调度策略。以滦河流域潘家口、大黑汀以及桃林口水库群为实例对模型进行验证。

(6)第6章:水库防洪预报调度风险分析理论。在对风险定义进行阐述和分析后,论述了风险分析的主要内容,风险分析的步骤及影响因子等。给出了防洪预报调度水库和下游防洪风险率和风险度的定量化计算公式,并论述了防洪预报调度风险分析的基本思路和水库及下游的风险分析方法,对风险分析的诸多方法作了分析比较,其中定性与定量相结合的风险分析方法对水库调度风险问题是较适宜的,每种方法都有其优缺点,需要根据研究对象具体分析,灵活运用。

(7)第7章:基于信息扩散的水库防洪调度风险及效益分析。利用信息扩散技术分析洪水预报误差,并在此基础上分析水库防洪调度的风险和效益问题,计算水库实时防洪调度决策的风险率,并对洪水资源化的效益进行分析。以滦河流域的潘家口水库、大黑汀水库、桃林口水库以及陡河水库为实际算例,具体分析其调度中存在的风险及可能产生的效益。

(8)第8章:结论与展望。总结了本书取得的主要成果、创新之处,并对今后进一步深入研究进行了展望。

本书的技术路线如图1.1所示。

图1.1　技术路线示意图