鳳灘水庫汛期優(yōu)化調(diào)度研究與實(shí)現(xiàn)

1、華中科技大學(xué)碩士學(xué)位論文鳳灘水庫汛期優(yōu)化調(diào)度研究與實(shí)現(xiàn)姓名：賈函申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：系統(tǒng)分析與集成指導(dǎo)教師：周建中20060513abstractwith the rapid development of china economy, the conflict between power-generate and flood-prevent is greatly deepened by the traditional way of keeping reservoir water lever below some given criteria during the flood season.

2、 however, as the great progress of hydrometeorology, it is possible for some reservoirs to mitigate this conflict with the dynamic limited water lever control strategy which is considered to be of great value in both research and application field.this paper gives weight to fengtan reservoir optimiz

3、ing operation, which based on the research of different flood in different periods, during the food season. after a serious research on the hydrometeorology of youshui valley, the flood season is devided into 3 periods: the prophase period, the main period and the later period, and designed flood is

4、 made for each of these periods to establish appropriate strategies for strobe opening. this paper also gives the progress of making the imitating software for flood regulation; this software gives support for the real-time flood regulation as well as dynamic limited water lever control strategy dur

5、ing the flood season.the paper expounds that it is necessary and viable for fengtan reservoir to adopt the dynamic water level control strategy during the flood season; then, analyzes the hydrology character in youshui valley in order to describe the chongyang water phenomena and set up a long-term

6、optimal operation model to calculate the whole-year power, it also includes the evaluation for these models chapter 4 expresses the theory of dynamic limited water level control strategy, father more, estimates the dynamic limited water level for fengtan reservoir by serious calculation and consider

7、ation for the safety of down field; chapter 5 works on the establish of the flood-regulation-imitate software; chapter 6 ends up the paper with a summarization of the whole work and a view for the future work.keywords: fengtan reservoir, elman nn, designed flood , dynamic limited water level, softwa

8、re for flood regulation獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研 究成果。盡我所知，除文中已經(jīng)標(biāo)明引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集 體已經(jīng)發(fā)表或撰寫過的研究成果。對(duì)本文的研究做出貢獻(xiàn)的個(gè)人和集體，均已在文中 以明確方式標(biāo)明。本人完全意識(shí)到，本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位論文作者簽名：日期： 年 月 日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，即：學(xué)校有權(quán)保 留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本 人授權(quán)華中科技大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有

9、關(guān)數(shù)據(jù)庫進(jìn)行檢索， 可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。保密口 ,在年解密后適用本授權(quán)書。本論文屬于 土心宀不保密口。（請(qǐng)?jiān)谝陨戏娇騼?nèi)打“7”）學(xué)位論文作者簽名:指導(dǎo)教師簽名:日期:日期:1緒論建國(guó)以來，我國(guó)水庫從30余座增加到86000多座，為國(guó)家的發(fā)展提供了強(qiáng)有力的 支持1。但隨著經(jīng)濟(jì)建設(shè)的突飛猛進(jìn)和人民生活水平的大幅增長(zhǎng)，一方面，我國(guó)水電能 源緊缺的矛厲越來越嚴(yán)重；另方面隨著水庫數(shù)量的增加，水庫容量的擴(kuò)大，我國(guó)的洪 澇災(zāi)害也在增加。水庫作為典型的水利企業(yè)，防洪和發(fā)電興利是其主要目標(biāo)，但著兩個(gè) 任務(wù)卻互相矛盾，要發(fā)電就要蓄滿水，要防洪就必須排空庫容。尤其在每年汛期來臨之

10、 前，水庫應(yīng)當(dāng)放水、降低運(yùn)行水位，留出防洪庫容，準(zhǔn)備攔蓄可能出現(xiàn)的洪水；然而， 泄水防洪勢(shì)必減少收益，若在此吋蓄水發(fā)電卻可能增加收入2-4o如何確定適當(dāng)?shù)难雌?運(yùn)行水位以合理調(diào)度水利資源，成為保障下游安全，提高水庫經(jīng)濟(jì)運(yùn)行水平和綜合效益 的-個(gè)極為重要的問題5-6o所幸，氣象學(xué)、水文學(xué)和地理信息學(xué)等學(xué)科的迅速發(fā)展為水庫的動(dòng)態(tài)汛限水位控制 提供了技術(shù)平臺(tái)，使一部分有條件的水庫得以突破傳統(tǒng)的汛期低水位運(yùn)行，汛后無水可 蓄的尷尬局面，使得電廠可以充分利用雨洪資源，在確保防洪安全的前題下，兼顧電廠 效益。1.1課題來源本論文基于湖南省電力公司下屬鳳灘水力發(fā)電廠項(xiàng)目“鳳灘水庫優(yōu)化調(diào)度研究”展 開研究。該

11、項(xiàng)目主要根據(jù)鳳灘水庫氣象水文特性、流域內(nèi)水庫的建設(shè)情況及電站擴(kuò)機(jī)與 增容情況，研究鳳灘水庫常年最優(yōu)運(yùn)行水位，研究電站最優(yōu)開機(jī)順序，根據(jù)旬或周天氣 預(yù)報(bào)研究面臨吋段水庫消落深度，以最大限度地提高水能利用提高率7-9o本文的研究 工作是該課題的重要組成部分。1.2鳳灘水庫概況鳳灘水庫位于沅陵縣境內(nèi)沅水支流酉水下游7,水庫控制流域面積17500km2 ,占 酉水面積的94.4%,多年平均徑流量159億m3。水庫有效庫容10.6億m3,庫容系數(shù) 0.067,為季調(diào)節(jié)水庫，水庫調(diào)節(jié)性能較差。汛期水量豐沛，每年都有大量棄水。據(jù)統(tǒng) 計(jì)，5年有3年發(fā)生“重陽水”。鳳灘水電廠是以發(fā)電為主，兼有防洪、航運(yùn)、灌溉、

12、發(fā)展?jié)O業(yè)等任務(wù)的不完全年調(diào) 節(jié)水庫。正常蓄水位205m,壩頂高程211.5m,最大壩高112.5m,總庫容17.4億m3, 水電站原裝機(jī)容量4x10萬kw,年發(fā)電量20.43億kw,保證出力10.3萬kw,年利 用小時(shí)5110ho電站主體工程于1970年10月開工興建，1978年5月第一臺(tái)機(jī)組發(fā)電，1978年電 站基本建成，四臺(tái)機(jī)組全部投產(chǎn)。鳳灘水電廠自投產(chǎn)發(fā)電以來，經(jīng)濟(jì)效益十分顯著，并 在系統(tǒng)中為減緩調(diào)峰矛盾起了重要作用，為湖南省的工農(nóng)業(yè)生產(chǎn)作出了貢獻(xiàn)?，F(xiàn)擴(kuò)機(jī)工程已完成，擴(kuò)機(jī)容量2x20萬kw已并網(wǎng)發(fā)電運(yùn)行。電站擴(kuò)容后水庫常年 最優(yōu)運(yùn)行水位，防洪限制水位都要重新確定。同吋，在每年汛期，水庫的

13、防洪和發(fā)電矛分突出，水庫在汛期的運(yùn)行水位決定，直接關(guān)系著水庫和上下游的防洪安全，影響 汛期的興利效益，而且宏觀上還確定了供水期發(fā)電量的大小。1.3研究?jī)?nèi)容本論文的研究目標(biāo)是根據(jù)項(xiàng)目的具體要求，研究鳳灘水庫汛期優(yōu)化調(diào)度，在確保水 庫安全的前途下，確立分期分級(jí)汛限水位，最大化電廠效益，涉及內(nèi)容有：(1) 在充分利用歷史徑流、降雨和氣象資料的基礎(chǔ)上，利用先進(jìn)、成熟的理論 建立徑流預(yù)報(bào)模型，以年為單位進(jìn)行鳳灘水庫的入庫徑流預(yù)報(bào)，并建立“重陽水”來水概率的預(yù)報(bào)。(2) 根據(jù)鳳灘水庫及其流域特性，建立鳳灘水電廠水庫長(zhǎng)期優(yōu)化調(diào)度模型。(3) 為了確保擴(kuò)機(jī)后大壩的安全，考慮洪水的分期特性，針對(duì)不同分期不同頻

14、率的洪水提出相應(yīng)調(diào)洪方案并進(jìn)行調(diào)洪計(jì)算，以期得到一組合理的水庫汛期運(yùn)行水位。1.4本文的組織結(jié)構(gòu)本文以鳳灘水庫汛期優(yōu)化調(diào)度方案的確立為主題，圍繞有關(guān)模型的設(shè)計(jì)與實(shí)現(xiàn)，及 其理論研究進(jìn)行敘述，各部分之間的相互關(guān)系如圖1.1所示。本文的其他章節(jié)及其主要 內(nèi)容如下：第二章為汛期優(yōu)化調(diào)度研究重心水庫動(dòng)態(tài)汛限水位的制定作出理論支持， 對(duì)汛限水位的相關(guān)理論及國(guó)內(nèi)外研究進(jìn)展做了全面的介紹，并對(duì)鳳灘水庫進(jìn)行分期分級(jí)汛限水位設(shè)計(jì)的意義進(jìn)行闡述。第三章為汛期優(yōu)化調(diào)度研究建立有關(guān)模型，首先根據(jù)酉水流域水文氣象特性及鳳灘 電廠特性確立了徑流預(yù)報(bào)、重陽水來水概率預(yù)報(bào)模型，再以此為基礎(chǔ)建立推求鳳灘水電 廠全年發(fā)電量的水庫

15、中長(zhǎng)期優(yōu)化調(diào)度模型，并對(duì)成果進(jìn)行相關(guān)檢驗(yàn)，證實(shí)其有效性。第四章從防洪和發(fā)電興利兩方面論述鳳灘水庫汛期優(yōu)化調(diào)度原則，詳細(xì)闡述了鳳灘 水庫分期分級(jí)汛限水位的設(shè)計(jì)與計(jì)算過程，首先結(jié)合流域水文特性將汛期劃分為三個(gè)時(shí) 段，然后，根據(jù)洪水特性分別制定閘門開啟方案，并對(duì)設(shè)計(jì)分期分級(jí)設(shè)計(jì)洪水調(diào)度過程 進(jìn)行模擬。以全年發(fā)電量為切入點(diǎn)，分別分析汛限水位，擴(kuò)機(jī)增容及蓄水時(shí)機(jī)對(duì)電站效 益的影響。得出水庫汛期優(yōu)化調(diào)度的一些建議，確保大水大泄，小水小泄，在保證防洪 安全的前提下，儲(chǔ)蓄盡可能多的水能。資料模型成果仿真軟件水庫電站特性徑流預(yù)報(bào)重陽水分析歷史水文氣象防洪調(diào)度全年發(fā)電效益閘門開啟方案中長(zhǎng)期優(yōu)化調(diào)度分期分級(jí)汛限水位

16、圖1.1總體框架圖第五章介紹了鳳灘水庫分期分級(jí)防洪調(diào)度軟件的設(shè)計(jì)及開發(fā)過程，從數(shù)據(jù)庫管理和 洪水調(diào)度仿真兩個(gè)方面描述軟件功能，真實(shí)再現(xiàn)第四章結(jié)論的推導(dǎo)過程，驗(yàn)證成果的合 理性。第六章總結(jié)了全文的丁作，提出了鳳灘水庫汛期優(yōu)化調(diào)度的進(jìn)一步改進(jìn)和完善的方 向，展望了分期分級(jí)汛限水位的應(yīng)用發(fā)展前景。2水庫動(dòng)態(tài)汛限水位計(jì)算理論及意義2.1汛限水位的相關(guān)概念汛限水位是汛期洪水來臨之前水庫允許興利蓄水的上限水位。興建水庫以后，為保 障下游地區(qū)汛期安全，要求水庫留一部分庫容作為攔蓄洪水和消減洪峰之用，這部分庫 容即為汛限水位與正常高水位之間的庫容，稱防洪庫容1?？梢姡聪匏皇菫楸Ｕ戏?洪庫容正常使用而設(shè)定的

17、一個(gè)庫水位，是防洪調(diào)度的起調(diào)水位，但并非汛期防洪蓄水不 得超過這個(gè)水位2-6 o水庫的汛限水位一般根據(jù)建庫前多年資料分析計(jì)算得出，過去水庫調(diào)度的汛限水位 一直都不能動(dòng)，水庫蓄水困難24-28o近年來水利部開始研究動(dòng)態(tài)汛限水位控制，對(duì)具備 一定條件的大型水庫，在不降低水庫防洪標(biāo)準(zhǔn)、確保自身及其上下游防洪安全的前提下， 根據(jù)實(shí)吋雨水情、工情和洪水預(yù)報(bào)成果，按照經(jīng)批準(zhǔn)的調(diào)度方案對(duì)汛限水位進(jìn)行動(dòng)態(tài)調(diào) 控。2.2水庫動(dòng)態(tài)汛限水位計(jì)算方法概述近年來，我國(guó)水資源供需矛盾愈來愈突出。為充分利用水資源，發(fā)揮水庫的效益， 多蓄水發(fā)電，對(duì)有條件的水庫進(jìn)行分期運(yùn)用愈顯重要。我國(guó)許多水庫都可在確保大壩安 全和綜合利用條

18、件下，采用分期運(yùn)行方式進(jìn)行水庫調(diào)度，不僅在汛期充分利用了水資源， 而且便于水庫汛后蓄至正常高水位，充分發(fā)揮水庫效益。關(guān)于動(dòng)態(tài)汛限水位的推求，國(guó)內(nèi)研究者主要就數(shù)理統(tǒng)計(jì)法、模糊分析法及成因分析 法展開研究1-38。華家鵬在對(duì)新豐江分期汛限水位的推求過程中，運(yùn)用數(shù)理統(tǒng)計(jì)法中的組合頻率法和 庫水位法進(jìn)行計(jì)算，取得良好成效。組合頻率法在對(duì)汛期不同分期的情況下，對(duì)分期洪水進(jìn)行調(diào)洪演算，推求不同頻率 下的分期設(shè)計(jì)洪水位。繪制分期最高水位頻率曲線后，再推求并繪制年最高水位頻率曲 線，由該曲線查取任何頻率的年最高設(shè)計(jì)水位。庫水位法則在某一組選定的分期汛限水位下，對(duì)各年各分期最大洪水過程進(jìn)行調(diào)洪 演算，求出分期最

19、高水位，取分期水位最高者作為該年最高庫水位，并對(duì)年最高庫水位 進(jìn)行頻率計(jì)算，求出年最高設(shè)計(jì)洪水位。陳守煜等根據(jù)汛期的模糊特性，將其非汛期、前汛期、主汛期、后汛期、非汛期視 為一個(gè)漸變的連續(xù)過程，用模糊集理論推求不同時(shí)段的汛期隸屬度，避免了汛限水位調(diào) 度曲線在過渡點(diǎn)呈臺(tái)階式變化的不合理性。利用模糊集合分析的方法，可分析計(jì)算出全 汛期內(nèi)水庫動(dòng)態(tài)的防洪限制水位過程線。根據(jù)該過程線進(jìn)行調(diào)度，可安全合理地、充分 地利用水資源。曹升樂等在水庫汛限水位計(jì)算理論與方法一書中以門樓水庫為例，以洪水成因 分析法計(jì)算水庫分期汛限水位。他指出冃前水庫實(shí)測(cè)序列比較短，為推求設(shè)計(jì)暴雨，應(yīng) 選用吋間序列分析法延展暴雨序列，

20、然后，由流域產(chǎn)匯流計(jì)算模型入手，根據(jù)實(shí)測(cè)數(shù)據(jù) 計(jì)算流域分期設(shè)計(jì)暴雨過程線，從而得出分期設(shè)計(jì)洪水過程，進(jìn)而做調(diào)洪演算，推求相 應(yīng)時(shí)間的汛限水位。2.3鳳灘水庫汛限水位分期設(shè)計(jì)的重要意義酉水流域汛期為49月，鳳灘水庫汛限水位198.5 m,預(yù)留防洪庫容2.8億m 3, 每年汛期都有大量棄水。水庫的防洪與興利矛盾突出，一方面，為確保防洪安全，希望 防洪庫容足夠大，要求汛期運(yùn)行水位盡量降低；另一方面，供水、發(fā)電等則希望汛期水 位盡量高，多蓄水，以產(chǎn)生足夠效益。為了提高水能利用率，鳳灘電廠在原裝機(jī)容量 40萬kw的基礎(chǔ)上新增兩臺(tái)20萬kw機(jī)組。擴(kuò)機(jī)后水庫汛期平均滿負(fù)荷發(fā)電流量可 達(dá)1200 m3/s,較

21、以前的650 m 3/s增加了近一倍。加大了水庫下泄能力，勢(shì)必對(duì)調(diào)洪結(jié) 果產(chǎn)生影響。另外，流域洪水成因、洪水量級(jí)及下游防洪形勢(shì)都隨吋間有所不同。針對(duì) 這些特點(diǎn)，本論文在充分考慮流域特性的基礎(chǔ)上確立了中長(zhǎng)期徑流預(yù)報(bào)模型，進(jìn)而根據(jù) 電站特性建立鳳灘水庫長(zhǎng)期優(yōu)化調(diào)度模型，并以此為基礎(chǔ)，通過對(duì)鳳灘水庫汛期合理分 期，對(duì)大洪水和中常洪水分別制定調(diào)度方案，研究汛限水位和蓄水時(shí)機(jī)對(duì)防洪和發(fā)電的 影響，進(jìn)而探討更為合理的分期汛限水位，以在一定程度上緩和防洪與興利的矛盾9。3鳳灘水庫長(zhǎng)期水電聯(lián)合優(yōu)化調(diào)度本章根據(jù)酉水流域水文氣象特性及項(xiàng)目具體要求對(duì)鳳灘水庫的入庫流量以多元線 性回歸法及神經(jīng)網(wǎng)絡(luò)法分別做出預(yù)報(bào)，進(jìn)而

22、建立鳳灘水電廠長(zhǎng)期優(yōu)化調(diào)度模型，分析擴(kuò) 機(jī)增容后電站效益的變化，并為水庫分期分級(jí)汛限水位的推求提供依據(jù)。3.1鳳灘水庫徑流預(yù)報(bào)徑流預(yù)報(bào)是進(jìn)行水庫優(yōu)化調(diào)度的前提，在“鳳灘水庫優(yōu)化調(diào)度研究”項(xiàng)目的初始階 段，要求針對(duì)水庫的來水情況給出一定精度的預(yù)報(bào)。預(yù)報(bào)成果的好壞，直接影響了后續(xù) 項(xiàng)目?jī)?nèi)容的開展和運(yùn)行效果，因此預(yù)報(bào)方法的選擇就顯得至關(guān)重要。中長(zhǎng)期徑流預(yù)報(bào)是介于水文學(xué)，氣象學(xué)與其他學(xué)科之間的一門邊緣學(xué)科12-14。由于 預(yù)見期的增長(zhǎng)，中長(zhǎng)期水文預(yù)報(bào)在方法上顯然無法通過產(chǎn)流匯流計(jì)算，或用上下游關(guān)系 來獲得預(yù)報(bào)結(jié)果，必須考慮水文過程的各種因素或分析水文要素自身演變的規(guī)律來進(jìn)行 預(yù)報(bào)。目前常用的方法有傳統(tǒng)

23、的多元回歸法，模糊法以及近幾年興起的神經(jīng)網(wǎng)絡(luò)法。針 對(duì)不同的水庫情況，各種方法都有其一定的優(yōu)越性和適應(yīng)度。為能夠選擇出適合于鳳灘 水庫的預(yù)報(bào)方法，特地選用了傳統(tǒng)的多元回歸方法和代表未來發(fā)展方向的神經(jīng)網(wǎng)絡(luò)法， 以期得到更好的預(yù)報(bào)效果。3.1.1多元線性回歸法多元分析方法就是把江河水量等預(yù)報(bào)對(duì)象作為隨機(jī)變量，把各個(gè)影響因素做為預(yù) 報(bào)，然后運(yùn)用多元分析的方法，建立預(yù)報(bào)方程進(jìn)行定量預(yù)報(bào)?；貧w分析的主要內(nèi)容有17:(1) 從一組數(shù)據(jù)出發(fā)，確定這些變量間的定量關(guān)系式。(2) 對(duì)這些關(guān)系的可信程度進(jìn)行統(tǒng)計(jì)檢驗(yàn)。(3) 從影響研究變量的許多變量中，判斷哪些變量的影響式顯著的，哪些是不顯 著的。(4) 利用所得

24、的關(guān)系式對(duì)研究變量(或稱因變量)進(jìn)行預(yù)報(bào)。在實(shí)際問題中，因變量 x的計(jì)算往往涉及不至一個(gè)自變量而是多個(gè)，如,，2皿荻個(gè)。研究因變量p與自變量的定量關(guān)系問題就是多元回歸問題。多元線性回歸模型的數(shù)學(xué)表達(dá)式為:a2211（y盤捋（3-1）其中，”盤爐炳）1（斤未知的回歸系數(shù)；，”2朋p個(gè)自變量；y為因變量；£為未知的隨機(jī)擾動(dòng)誤差項(xiàng)。鳳灘流域?qū)儆跐駶?rùn)地區(qū)，每年汛期為49月，該流域的徑流對(duì)降雨的反映比較敏感。 在鳳灘水電站提供的資料中，多為19802000年的旬流量和降雨資料，缺乏同期其它氣 象資料，而多元回歸模型計(jì)算簡(jiǎn)單，方便有效，能夠較好地反映因子與變量之間，因子 之間的關(guān)系。因此，在年徑

25、流預(yù)報(bào)和旬徑流預(yù)報(bào)中選擇多元回歸模型是可行的。在鳳灘年徑流預(yù)報(bào)中，預(yù)報(bào)對(duì)象為預(yù)報(bào)年的年平均流量，選擇的3個(gè)預(yù)報(bào)因子分別 為：前一年的年降雨量，前一年旬最大流量和前一年汛期（49月）的平均流量。在旬 徑流預(yù)報(bào)中，預(yù)報(bào)對(duì)象為預(yù)報(bào)旬的平均流量，選擇的3個(gè)預(yù)報(bào)因子分別為：上一旬的平 均入庫流量，歷史同期流量和預(yù)報(bào)旬的預(yù)報(bào)降雨量。這些因子的選擇，不是任意的，而 是結(jié)合已有資料，通過f檢驗(yàn)和r檢驗(yàn)判斷了回歸模型的有效性。3.1.2人工神經(jīng)網(wǎng)絡(luò)法徑流過程般具有很大的隨機(jī)性和不確定性，徑流序列般也是非平穩(wěn)的，這些特 點(diǎn)使得采用回歸分析模型預(yù)報(bào)結(jié)果有時(shí)可能會(huì)脫離實(shí)際，難于有效指導(dǎo)生產(chǎn)實(shí)踐。人工 神經(jīng)網(wǎng)絡(luò)（art

26、ifical neural networks, ann）是基于當(dāng)前人類對(duì)生物神經(jīng)系統(tǒng)的理解， 而模擬人的智能的一條重要途徑12。它是種大規(guī)模的并行連接機(jī)制系統(tǒng)，整個(gè)神經(jīng) 網(wǎng)絡(luò)由一些象神經(jīng)元的計(jì)算單元.單元間連接以權(quán)、單元特性及訓(xùn)練和學(xué)習(xí)規(guī)則加以描 述。ann高速的大規(guī)模并行處理特性，高維的非線性問題的研究，高度的容錯(cuò)性和魯 棒性，適用于非線性問題的研究。人工神經(jīng)網(wǎng)絡(luò)雖然近幾年才發(fā)展起來，但已被成功地用于水文預(yù)報(bào)，其強(qiáng)大的非線 性特點(diǎn)和容錯(cuò)能力，使些用其它方法難以獲得理想效果的預(yù)報(bào)問題成為可能。特別是 在水文過程模擬和預(yù)報(bào)中，顯示出比時(shí)間序列、多元回歸等方法更為有效的特點(diǎn)，在水 文預(yù)報(bào)中具有潛在

27、的應(yīng)用前景。使用神經(jīng)網(wǎng)絡(luò)進(jìn)行徑流預(yù)報(bào)的過程如下：(1) 給神經(jīng)網(wǎng)絡(luò)賦一組小的隨機(jī)初始權(quán)值，將徑流的歷史數(shù)據(jù)作為輸入信號(hào)進(jìn)入 網(wǎng)絡(luò)，確定相應(yīng)的歷史數(shù)據(jù)的輸出為網(wǎng)絡(luò)的期望輸出流量；(2) 逐層計(jì)算出神經(jīng)網(wǎng)絡(luò)的實(shí)際輸出值；(3) 將實(shí)際輸出與期望輸出比較，通過不斷的學(xué)習(xí)調(diào)整神經(jīng)網(wǎng)絡(luò)的系數(shù)，直到滿 足閥值的要求。(4) 將現(xiàn)有的資料輸入該神經(jīng)網(wǎng)絡(luò)，則相應(yīng)的輸出即為預(yù)測(cè)值。雖然人工神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)形式很多，但是目前最多還是采用bp網(wǎng)絡(luò)來進(jìn)行徑流預(yù) 報(bào)。針對(duì)“鳳灘水庫優(yōu)化調(diào)度”項(xiàng)冃，在徑流預(yù)報(bào)模塊中采用了bp網(wǎng)絡(luò)和改進(jìn)的elman 網(wǎng)絡(luò)這兩種網(wǎng)絡(luò)結(jié)構(gòu)，以實(shí)際的徑流數(shù)據(jù)為網(wǎng)絡(luò)模型的輸入，把得到的預(yù)報(bào)結(jié)果與采用

28、 多元回歸的方法所得到的預(yù)報(bào)結(jié)果，進(jìn)行分析比較，從中可以得到神經(jīng)網(wǎng)絡(luò)方法的優(yōu)越 性及不足性。下面詳細(xì)介紹預(yù)報(bào)效果精良的elman神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型。3.1.2.1 elman神經(jīng)網(wǎng)絡(luò)模型1)基本elman網(wǎng)絡(luò)elman神經(jīng)網(wǎng)絡(luò)是由elman提出的一種局部遞歸神經(jīng)網(wǎng)絡(luò)。其基本思想與bp算法 一樣，均是利用最小二乘算法，采用梯度搜索技術(shù)，實(shí)現(xiàn)網(wǎng)絡(luò)的實(shí)際輸出于期望輸出的 均方差最小化。它的主要結(jié)構(gòu)是前饋連接，包括輸入層、隱含層、輸出層；反饋連接由 一組“結(jié)構(gòu)”單元構(gòu)成，用來記憶隱層單元前一時(shí)刻的輸出值。因此它可以看作是一個(gè) 具有局部記憶單元和局部反饋的連接的前向bp神經(jīng)網(wǎng)絡(luò)?；緀lman網(wǎng)絡(luò)的結(jié)構(gòu)示

29、意 圖如圖3.1所示。其中"表示一步時(shí)延算子。設(shè)網(wǎng)絡(luò)的輸入層、輸出層、隱層的個(gè)數(shù)分別為m、n、 r, wli,j、w2i,j、w3i,j分別為輸入層到隱層、結(jié)構(gòu)單元到隱層、隱層到輸出層的連接權(quán)矩 陣，f()和g()分別為輸出單元和隱層單元之激發(fā)函數(shù)所組成的非線性向量函數(shù)。網(wǎng)絡(luò)的 輸入 e出e )(fe 層隱層x 1 ( k ) x l ( k )c l ( k )z-1z-1c 1 ( k )輸入層結(jié)構(gòu)層u 1 ( k ) u m ( k )圖3.1基本elman網(wǎng)絡(luò)結(jié)構(gòu)圖基本elman采用標(biāo)準(zhǔn)bp學(xué)習(xí)算法訓(xùn)練吋，僅對(duì)一階線性動(dòng)態(tài)系統(tǒng)有效，這是由于 標(biāo)準(zhǔn)bp算法只有一階梯度，當(dāng)系統(tǒng)階

30、次增加或隱層單元增加吋，導(dǎo)致相應(yīng)的學(xué)習(xí)率極 小，逼近精度不能滿足要求。為了使之適用于高階系統(tǒng)，各種改進(jìn)elman網(wǎng)絡(luò)被提出。 下面討論種改進(jìn)elman神經(jīng)網(wǎng)絡(luò)。2)改進(jìn)的elman網(wǎng)絡(luò)改進(jìn)elman網(wǎng)絡(luò)就是在基本elman網(wǎng)絡(luò)的基礎(chǔ)上增加了結(jié)構(gòu)層到輸出層的連接權(quán) 系數(shù)，來達(dá)到提高網(wǎng)絡(luò)性能的目的。圖3.2是改進(jìn)的elman網(wǎng)絡(luò)結(jié)構(gòu)圖。y 1 ( k ) y n ( k )輸出層w 3x 1 ( k )隱丿云x r ( k )w 4c r ( k )z-1z-1w 2w 1輸入層結(jié)構(gòu)層c 1( k)圖3.2改進(jìn)的elman網(wǎng)絡(luò)結(jié)構(gòu)圖設(shè)w4i,j為結(jié)構(gòu)層到輸出層的連接權(quán)矩陣。則網(wǎng)絡(luò)的表達(dá)式可描述為:

31、mrijijkcwkux, iji )(2)(1()(32)i 1i=¥(3-3)kxkc譏()(一=，工 ijiijijkc魅/=1(3-4)改進(jìn)的elman網(wǎng)絡(luò)使用動(dòng)態(tài)反向傳播學(xué)習(xí)算法，設(shè)網(wǎng)絡(luò)的理想輸出為yd,網(wǎng)絡(luò)的實(shí) 際輸出為y,考慮如下總體誤差目標(biāo)函數(shù)：ssx 1)(" "©5)2)屈：kepypyke2 p adiq-=肚巴 ° p £瑕)(3-6)dw . d .且隨著權(quán)系數(shù)的調(diào)整，其比例系數(shù)和積由于k-l吋刻的誤差e(k-l)反映在k吋刻的權(quán)值中，根據(jù)動(dòng)態(tài)反向傳播的思想，k+1時(shí) 刻的權(quán)值可用k時(shí)刻的誤差e(k)進(jìn)行修正

32、，即,iiw改進(jìn)后的elman網(wǎng)絡(luò)具有比例積分特性，分系數(shù)不斷發(fā)生變化，理論分析證明它比基本elman網(wǎng)絡(luò)有更好的動(dòng)態(tài)性能。3.1.2.2基于改進(jìn)elman網(wǎng)絡(luò)的徑流預(yù)報(bào)流程因子的選擇與多元線性回歸相同，用于徑流預(yù)報(bào)的elman網(wǎng)絡(luò)的實(shí)際訓(xùn)練過程為 如下(1)(8),基本計(jì)算的流程圖如圖3.3所示。(1) 先對(duì)樣本的原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，以便消除量綱的影響。同吋設(shè)定最大訓(xùn)練 次數(shù)，期望誤差最小值，以及用于修正權(quán)值的學(xué)習(xí)效率和樣本數(shù)t。(2) 在(-1, +1)之間初始化4個(gè)權(quán)值。輸入層到中間的連接權(quán)為1加結(jié)構(gòu)層到中間層的連接權(quán)為2如中間層到輸出層的連接權(quán)為3勿*結(jié)構(gòu)層到輸出層的連接權(quán)為4盼其中有

33、m個(gè)輸入，l個(gè)中間神經(jīng)元，n個(gè)輸出，j=ll,尸1l,n。(3) 設(shè)置訓(xùn)練次數(shù)t=l；(4) 對(duì)每個(gè)樣本k=lt,進(jìn)行如下操作：step 1 : o)0t)rux=_rrstep2：計(jì)算隱含層輸出mkjtctwtutwftxl)()(2)()(1()(尸=44step3:計(jì)算輸出層輸出kqtctwtxtwgtyl+=爲(wèi))()(4)()(3()(step4：計(jì)算樣本誤差22)()()(ktytttkkrqgtcltwaq)000(4 =a)000(3 - =astep5:計(jì)算樣本的權(quán)值修正值a ;頃二 用駕：防厶d k tis n k .罰燈)('od,q,)(? q)(4)(nkkkh

34、hvtftctwtftutwi 7 丄 7 qg=hnk.kodrjq/qq+）i（4）i0a）（）（）（ ）0（1kkiqgtxttwoq其中:-= 殲融旅qkqkqkik 沁)1(幵 *)1(20 :壩：竝)1(q rj鎖亍rj加6)1 q加個(gè)歹級(jí)曠b(h7n+=+(5) 計(jì)算全局誤差=)()(k=判斷全局誤差是否小于規(guī)定的誤差精度，是則結(jié)束迭代，保存權(quán)值。(6) t=t+l,判斷t是否小于最大迭代次數(shù)。否，則退出迭代，保存權(quán)值。(7) 計(jì)算權(quán)值修正值£心曲1)(1k=i a=a 爲(wèi)丄(2)(2k=lf a=a 爲(wèi)(4)(4k=(8) 修正權(quán)值并轉(zhuǎn)向(4),繼續(xù)迭代，其中&quo

35、t;為學(xué)習(xí)效率。耳a+=+啖峽1m顧“+=+鎖做勁'7 必+=+鎖瞅助姬/g rj +=+初始化權(quán)函輸入訓(xùn)練樣本求隱含層和輸出層的節(jié)點(diǎn)輸出計(jì)算網(wǎng)絡(luò)輸出和樣本z間的謀差y謀差滿足要求ny是否大于最大迭代次數(shù)n反向計(jì)算各點(diǎn)謀差結(jié)束求出各節(jié)點(diǎn)誤差梯度修改連接權(quán)值圖3.3 bp與elman網(wǎng)絡(luò)的實(shí)現(xiàn)流程圖3.1.3鳳灘水庫徑流預(yù)報(bào)結(jié)果分析3.1.3.1多元線性自回歸年預(yù)報(bào)鳳灘水庫年徑流預(yù)報(bào)采用線性自回歸模型，預(yù)報(bào)對(duì)象為當(dāng)年的年徑流量（ 丫），選擇的三個(gè)因子分別為：上一年總的降雨量（a7）；上一年最大旬流量（血）；上一年汛期（49月）的平均流量（x3）；以1980年1999年的相關(guān)數(shù)據(jù)作為樣本空

36、間，以2000年2002年做為預(yù)測(cè)樣本，進(jìn)行多元回歸分析。預(yù)報(bào)模型為：+豳敝丫（3-7）其中，3210,” 血曜回歸系數(shù)，321是來自表一中所選取的預(yù)報(bào)因子。預(yù)報(bào)結(jié)果使用相對(duì)誤差做為預(yù)報(bào)精度評(píng)判標(biāo)準(zhǔn)，其數(shù)學(xué)描述為:%100x其中，分刖翻實(shí)際流量和計(jì)算流量。預(yù)報(bào)結(jié)果在表3.1中給出，其中2002年的預(yù)報(bào)效果最好，低于20%,而2000年和2001年預(yù)報(bào)的相對(duì)誤差的絕對(duì)值都偏大。表3.1多元線性回歸年預(yù)報(bào)成果表年份相對(duì)誤差（%）預(yù)報(bào)因子 年徑流量（m 3 / s ）x 1 x 2 x 3 實(shí)測(cè)值預(yù)報(bào)值2000 1574.1 5456 1012 423 315 25.512001 1232.5 15

37、00 542 318 515 61.952002 1058.4 1039 444 592 525 11.323.1.3.2人工神經(jīng)網(wǎng)絡(luò)年預(yù)報(bào)針對(duì)鳳灘水庫入庫流量特點(diǎn)，并結(jié)合人工神經(jīng)網(wǎng)絡(luò)的思想，建立其年入庫徑流量的 elman網(wǎng)絡(luò)預(yù)報(bào)模型。以鳳灘23年的實(shí)測(cè)平均入庫流量資料以及對(duì)應(yīng)的前期預(yù)報(bào)因子 的實(shí)測(cè)數(shù)據(jù)為資料，將1980到1999年作為樣本來進(jìn)行學(xué)習(xí)和訓(xùn)練參數(shù)，后三年作為預(yù) 報(bào)檢驗(yàn)樣本。根據(jù)電廠能夠提供的資料，使用與線性回歸模型相同的三個(gè)預(yù)報(bào)因子：上 一年的降雨量（a7）、最大旬流量（q）和49月的汛期平均流量（x3）。根據(jù)kolmogorov定理，系統(tǒng)采用的elman網(wǎng)絡(luò)模型包含輸入層、隱

38、含層、結(jié)構(gòu)層 和輸出層，其中神經(jīng)元個(gè)數(shù)分別為3個(gè)、7個(gè)、7個(gè)和1個(gè)，激活函數(shù)采用一般的sigmoid 函數(shù)。規(guī)定的期望誤差為0.001,最多迭代次數(shù)為70萬次，學(xué)習(xí)效率定為1.2。在模型 訓(xùn)練過程中，基本上經(jīng)過2030萬次之間就可達(dá)到精度要求，完成迭代。表3.2就是通 過訓(xùn)練的權(quán)值，使用2000年2002年三個(gè)檢驗(yàn)樣本的預(yù)測(cè)值和實(shí)測(cè)值的比較結(jié)果。表3.2預(yù)報(bào)結(jié)果比較樣本序號(hào) 年份 實(shí)測(cè)值（m3 / s ） 預(yù)測(cè)值（m3 / s ） 誤差（）21 2000 423.653 406.04 4.0122 2001 318.778 284.47 10.5423 2002 592.508 508.06

39、14.18從表3.2中可以看到，該預(yù)報(bào)方法可以將年徑流預(yù)報(bào)的誤差控制在20%以內(nèi)，達(dá) 到了規(guī)定的預(yù)報(bào)精度要求，說明了這種方法用于徑流中長(zhǎng)期預(yù)報(bào)的有效性。為了進(jìn)一步說明這種方法的優(yōu)越性，本文使用同樣的樣本，分別對(duì)多元線性回歸， bp網(wǎng)絡(luò)和elman網(wǎng)絡(luò)進(jìn)行了計(jì)算比較，三者的比較結(jié)果見表3.3。表3.3三種預(yù)報(bào)方法的計(jì)算結(jié)果相對(duì)誤差（）比較樣本序號(hào) 多元回歸模型 bp網(wǎng)絡(luò)模型 改進(jìn)elman網(wǎng)絡(luò)模型21 25.51 19.88 4.0122 61.95 63.62 10.5423 11.32 5.61 14.18從表3.3中可以看到，總體上改進(jìn)的elman網(wǎng)絡(luò)預(yù)報(bào)效果好，誤差變化范圍較小。 而bp

40、網(wǎng)絡(luò)雖然使2002年的誤差降到了 10%以下，但是，其余的預(yù)測(cè)值的誤差較大， 整體上預(yù)報(bào)效果不理想，同時(shí)，bp網(wǎng)絡(luò)經(jīng)過70萬次的最大迭代次數(shù)后，還未能收斂到 指定的精度，收斂速度明顯慢于elman網(wǎng)絡(luò)。相比于人工神經(jīng)網(wǎng)絡(luò)，多元回歸模型的 預(yù)報(bào)精度則偏低。而且，bp網(wǎng)絡(luò)與多元回歸的誤差變化趨勢(shì)大體相同，而elman網(wǎng)絡(luò) 卻明顯不一樣。說明了elman網(wǎng)絡(luò)對(duì)這種非線性關(guān)系較強(qiáng)的預(yù)報(bào)問題，具有更好的擬 合性。3.1.3.3分析總結(jié)在年預(yù)報(bào)中，預(yù)報(bào)因子分別為上一年總的降雨量，上一年最大旬流量和汛期（49 月）的平均流量，樣本范圍是1980年1999年，選取2000年2002年作為檢驗(yàn)樣本。 多元線性回

41、歸模型的預(yù)報(bào)結(jié)果不是很理想，其中只有2002年的預(yù)報(bào)相對(duì)誤差低于20%, 而2001年的預(yù)報(bào)相對(duì)誤差達(dá)到61.95%。為了進(jìn)一步提高預(yù)報(bào)精度，在實(shí)際仿真中，在 原有回歸模型基礎(chǔ)上，考慮智能和非線性的因素，采用了elman網(wǎng)絡(luò)模型，通過網(wǎng)絡(luò) 自身不斷的訓(xùn)練和學(xué)習(xí)，得到較為滿意的結(jié)果，其相對(duì)誤差均有所降低，達(dá)到了相對(duì)誤 差低于20%的目標(biāo)。可見，人工神經(jīng)網(wǎng)絡(luò)不僅簡(jiǎn)化了徑流預(yù)報(bào)過程，而且得到了較高的預(yù)報(bào)精度，可以 用來解決實(shí)際中部分非線性水文問題。但是，神經(jīng)網(wǎng)絡(luò)并不能代替常用的徑流預(yù)測(cè)方法, 因?yàn)樯窠?jīng)網(wǎng)絡(luò)模型是由復(fù)雜的非線性函數(shù)構(gòu)成，帶有很多參數(shù)，要確定模型參數(shù)的物理 意義幾乎不可能。然而，缺乏參數(shù)

42、物理意義的參數(shù)率定過程，將具有很強(qiáng)的人為因素， 影響工程項(xiàng)目的穩(wěn)定運(yùn)行。在鳳灘水庫的年預(yù)報(bào)中，elman模型預(yù)報(bào)結(jié)果，就是通過人 丁調(diào)試出的最好一組參數(shù)得到的。因此，在應(yīng)用神經(jīng)網(wǎng)絡(luò)模型時(shí)必須意識(shí)到它只是一種 純技術(shù)性質(zhì)的研究方法，是在沒有合適的理論模型應(yīng)用情況下，快速解決問題的一種技 術(shù)手段。3.2酉水流域“重陽水”研究湖南境內(nèi)的河流都有一個(gè)規(guī)律：每年重陽節(jié)前后，河流可能都會(huì)漲一次水，通常稱 這次漲水為“重陽水”。汛期結(jié)束后，各大型水庫水位普遍偏低，如果這段時(shí)間干旱少 雨，則整個(gè)流域的冬季用電將產(chǎn)生嚴(yán)重危機(jī)7。因此每年丁月間的“重陽水”，就被電力 部門寄予了緩解緊張局面的厚望?！爸仃査辈⒎悄?/p>

43、年來，如何能夠利用歷史資料，較 好的反映“重陽水”的來與否，使得水庫能夠靈活的控制水位，保證供電和下游航運(yùn)灌 溉需求，是鳳灘項(xiàng)目的研究重點(diǎn)。論文圍繞鳳灘水庫提供的1980年2000年相關(guān)資料 進(jìn)行研究。雖然“重陽水”大都發(fā)生在重陽前后，但是由于重陽節(jié)是安照中國(guó)農(nóng)歷的計(jì)算方法， 因年而異，因此發(fā)生日期具有一定的差異性。而且，有的“重陽水”發(fā)生日期離重陽日 距離較遠(yuǎn)，很難給出預(yù)見期。根據(jù)1980年2000年記錄的7場(chǎng)重陽水過程，從當(dāng)年10 12月份日平均入庫流量可以判斷出“重陽水”的大概吋間。1984年的重陽節(jié)是10月 300,但是當(dāng)年重陽水的峰值發(fā)生在10月4日，相差27天。1994年的重陽水在

44、10 月11日達(dá)到最大入庫流量，與10月13日的重陽節(jié)僅相差3天。1996年重陽水的峰值 出現(xiàn)在11m60,并不是通常的10力份?！爸仃査本哂泻軓?qiáng)的不定確定性，對(duì)整個(gè) 流域在枯水期的的供水用電起到?jīng)Q定性的作用。通過對(duì)“重陽水”的研究，可以有效利 用洪水流量，合理調(diào)節(jié)水位，充分發(fā)揮水庫效益。3.2.1 “重陽水”預(yù)報(bào)模型鑒于“重陽水”的復(fù)雜性和不確定性，分析流域“重陽水”的形成機(jī)理，準(zhǔn)確預(yù)報(bào) “重陽水”有一定的困難，本研究根據(jù)歷史水文資料、氣象專家和調(diào)度人員的經(jīng)驗(yàn)，建 立權(quán)重分配模型。在已有的資料中分析影響因子，對(duì)重要的因子給予一定的權(quán)重，通過 人工和自動(dòng)地調(diào)整權(quán)重，使不同因子之間互相平衡，得

45、到本年度來“重陽水”的概率。3.2.2影響因子選取分析表明，影響“重陽水，的因子主要有四個(gè)：（1）發(fā)生“重陽水”間隔年數(shù)頻率（ xi）；（2）枯、平、豐水年對(duì)重陽水的影響概率（x2）,由同年19月的平均流量確定 枯、平、豐水年；（3）10月份平均來水對(duì)重陽水的影響概率（x3）；（4）調(diào)度人員的經(jīng)驗(yàn)（x4）。預(yù)報(bào)模型的數(shù)學(xué)表達(dá)式如下：（3-8）式中：4,3,2,1加謝別為四個(gè)因子的權(quán)重系數(shù)，14321=+ aaaa ； 丫為預(yù)報(bào)年來“重陽水，的概率，1y0 ,14,3,2,10s主冬xxxxo（1）“重陽水”間隔年數(shù)對(duì)重陽水的影響因子由資料可以得到發(fā)生重陽水的間隔年數(shù)頻率，其中間隔1年的3次（8

46、384, 9495, 9596）,間隔2年的1次（8789）,間隔3年的1次（8487）,間隔4年的1 次（8083）,間隔5年的1次（8994）,間隔大于5年的0次。1980年2000年共 有7場(chǎng)重陽水發(fā)生，其落入相應(yīng)區(qū)間的經(jīng)驗(yàn)頻率如表3.4所示。表3.4鳳灘水庫發(fā)生“重陽水”間隔年數(shù)經(jīng)驗(yàn)頻率表間隔年數(shù) 次數(shù) 序號(hào) 經(jīng)驗(yàn)頻率間隔大于5年0 1 0.25間隔5年1 2 0.5間隔4年1 2 0.5間隔3年1 2 0.5間隔2年1 2 0.5間隔年3 3 0.75實(shí)際計(jì)算過稈中，判斷當(dāng)年與最近的一場(chǎng)重陽水的間隔年數(shù)，得到相應(yīng)的經(jīng)驗(yàn)頻率xlo當(dāng)數(shù)據(jù)更新時(shí)，將對(duì)間隔年數(shù)重新整理排序，動(dòng)態(tài)生成經(jīng)驗(yàn)頻率

47、農(nóng)。(2) 前期入庫流量(19月份)對(duì)“重陽水叩勺影響因子該因子主要是判斷豐、平、枯水年對(duì)重陽水的影響。圖3.4給出了年平均流量與當(dāng) 年19月平均流量曲線圖。從圖中可以看出，當(dāng)年19月平均流量基本上可以反映當(dāng) 年的來水大小。由于年平均流量的預(yù)報(bào)值是在上一年末或當(dāng)年年初給出，帶有一定的誤 差。而“重陽水”多發(fā)生在1011月，這時(shí)可以充分利用已知的19月的流量信息， 判斷來水大小對(duì)“重陽水”的影響程度。表3.5 19802000年1 9月鳳灘水庫月平均流量頻率計(jì)算表序號(hào) 年份 流量(m3/s) 經(jīng)驗(yàn)頻率(x 1 0 0 %) 影響值1 1980 882 0.0452 1998 848 0.0913

48、 1999 687 0.1364 1996 683 0.1825 1991 682 0.2276 1993 681 0.2737 1983 672 0.3188 1995 667 0.3649 1982 650 0.40910 1987596 0.45511 1986 533 0.512 1989 515 0.54513 1990 470 0.59114 1984 458 0.63615 1985 431 0.68216 2000 418 0.71717 1997 402 0.77318 1992 401 0.81819 1988 389 0.86420 1981 355 0.90921 19

49、94 296 0.955豐水年0.143平水年0.714枯水年0.14310 0 09 0 08 0 07 0 0年平均流量6 0 0:需同年19月3 0 0平均流量2 0 01 0 00024680246801 9 18 9 18 9 18 9189 18 9 19 9199 19 9 b 9290 0圖3.4 1980-2000年風(fēng)灘水庫年平均流量與同年19月平均流量對(duì)比曲線表3.5為1980年2000年19月平均流量頻率計(jì)算表，分別以30%和70%作為豐、平、枯水年的分界線，相應(yīng)的影響值是豐、平、枯水年中，包含有“重陽水”的年 數(shù)占所有已知“重陽水”年數(shù)的比例值。對(duì)于2000年以后的“重

50、陽水”預(yù)報(bào)，首先計(jì) 算當(dāng)年19月的平均流量 q3,重新對(duì)所有流量進(jìn)行排序，得到新的經(jīng)驗(yàn)頻率。然后劃 分出豐、平、枯水年，計(jì)算各不同來水大小所包含的“重陽水”年的多少，最后排序到 平、豐、枯水年的經(jīng)驗(yàn)頻率值 *2。設(shè)q3對(duì)應(yīng)的概率為p：若尸30%,表示該年為豐水年，它對(duì)該年來重陽水的影響值 池是0.143；若30%= pv=70%,表示該年為平水年，它對(duì)該年來重陽水的影響值 x2是0.714；若戶70%,表示該年為枯水年，它對(duì)該年來重陽水的影響值血是0.143o(3) 10月平均流量的對(duì)“重陽水”的影響因子資料顯示，“重陽水”多發(fā)生在10月，因此良好的10月徑流預(yù)報(bào)對(duì)“重陽水”的 預(yù)報(bào)具有舉足輕

51、重的影響。圖3.5是1980年2000年10月平均入庫流量，其中用大方 塊標(biāo)出的點(diǎn)，表示當(dāng)年有“重陽水”。這些點(diǎn)相對(duì)比較集中，多在400700立方米/秒 的流量之間，而不是統(tǒng)計(jì)中的流量最大或最小值。900800700600500400300200100oo1±491±1±1±1±29圖3.5 1980年2000年10月平均入庫流量（m3/s）通過對(duì)1980年2000年10月流量排序，可以看出，7場(chǎng)重陽水所在的年內(nèi)，10 月流量非常集中。采用對(duì)流量范圍動(dòng)態(tài)分級(jí)的方法，計(jì)算出落入相應(yīng)區(qū)間“重陽水”年 的個(gè)數(shù)，使用落入年數(shù)與“重陽水”總年數(shù)的比值作為

52、10月平均流量影響值x3。分級(jí) 范圍來自流量的最大值和最小值，取與他們最相近的整數(shù)。表3-6列出流量分三級(jí)時(shí)， 給定范圍100800的流量影響值。當(dāng)預(yù)報(bào)“重陽水”時(shí)，首先要求給出當(dāng)年10月份預(yù) 報(bào)入庫來水流量，判斷其所在流量范圍，得到落入概率。表3.6給定流量范圍分三級(jí)的流量落入概率影響值月平均流量分級(jí)重陽水落入次數(shù)落入概率x3100333 0 0334567 4 0.571568800 3 0.429（4）調(diào)度人員的經(jīng)驗(yàn)對(duì)“重陽水”的影響因子“重陽水”形成原因復(fù)雜，形成機(jī)理還不清楚。僅僅從歷史統(tǒng)計(jì)資料和氣象預(yù)報(bào)信 息很難作出準(zhǔn)確預(yù)報(bào)，而水庫工作人員、地方群眾多年的豐富經(jīng)驗(yàn)對(duì)判斷“重陽水”來

53、與否有一定的幫助。因此模型中特別給出了經(jīng)驗(yàn)因子，以獲取更全面的信息。3.3鳳灘水庫長(zhǎng)期優(yōu)化調(diào)度數(shù)學(xué)模型的建立與求解鳳灘水庫以發(fā)電為主，兼有防洪、航運(yùn)、灌溉等綜合利用效益，顯然，追求綜合效 益最佳是水庫調(diào)度最終目的，也是制定水庫調(diào)度方式的根本原則。這是一個(gè)多目標(biāo)決策 問題，但在一定條件下可轉(zhuǎn)化為單目標(biāo)問題。即在滿足水庫各項(xiàng)綜合利用要求前提下， 以發(fā)電效益最大為準(zhǔn)則，制定水庫發(fā)電調(diào)度方式18-23。由于未來調(diào)度期內(nèi)的徑流過程是無法現(xiàn)在確定，必須以某種方式給出未來的徑流過 程。這里考慮到4月到9月鳳灘水庫來水較豐，為精細(xì)地分析水庫調(diào)度規(guī)律，4月到9 月以旬為單位劃分吋段，其余以月為單位劃分吋段，這樣

54、全年分為24個(gè)時(shí)段，每個(gè)時(shí) 段內(nèi)，將流量分為21級(jí)，并給出時(shí)段之間，各個(gè)流量之間的轉(zhuǎn)移概率，同吋將水庫的 水位分為351級(jí)，這樣整個(gè)問題就轉(zhuǎn)化為在24個(gè)時(shí)段內(nèi)，每個(gè)時(shí)段含有351x21個(gè)狀 態(tài)之間的轉(zhuǎn)移，從而求得整個(gè)調(diào)度期內(nèi)發(fā)電效益的最大期望值，采用的是隨機(jī)動(dòng)態(tài)規(guī)劃 法。3.3.1水庫運(yùn)行狀態(tài)轉(zhuǎn)移當(dāng)有一個(gè)時(shí)段的來水預(yù)報(bào)時(shí)，水庫在 £吋段的狀態(tài)可用吋段初庫水位該吋段入庫流量預(yù)報(bào)值q所構(gòu)成的矢量表示，顯然，此狀態(tài)變量描述的水庫運(yùn)行過程具有無后 效性。并可證明，水庫的狀態(tài)轉(zhuǎn)移具有馬爾柯夫過程的各態(tài)歷經(jīng)性質(zhì)。在任i吋段，水電站出力 n與時(shí)段初水位 q吋段流量q之間有如下函數(shù)關(guān)系：即出力與水庫

55、運(yùn)行狀態(tài)一一對(duì)應(yīng)。決策變量為發(fā)電出力。相應(yīng)于每一個(gè)決策值有一 個(gè)吋段末水位 遼。若吋段初水位分為1s級(jí)，天然來水分為1k級(jí)，則吋段水庫運(yùn)行狀態(tài) 共有l(wèi)lksx。對(duì)某-確定的調(diào)度圖，如果時(shí)段1+ k的初水位為第巾級(jí)，來水為i,則由調(diào)度圖可以決定出£吋段初水位。吋段£的來水j有1k種可能，其出現(xiàn)的概率由吋段 k 1至£的天然來水狀態(tài)轉(zhuǎn)移概率）,（號(hào)定，水庫運(yùn)行狀態(tài)由吋段1+£ 的）,（加轉(zhuǎn)移至吋段k之）,（lj的概率）,n”（iji無:對(duì)于某個(gè)確定的水庫調(diào)度圖，經(jīng)過多年運(yùn)行后，水庫的運(yùn)行狀態(tài)達(dá)到一個(gè)穩(wěn)定的概 率分布，而與初始狀態(tài)無關(guān)。這說明，當(dāng)用馬爾柯夫過程

56、描述入庫徑流時(shí)，水庫的狀態(tài) 轉(zhuǎn)移具有各態(tài)歷經(jīng)性質(zhì)。即從理論上證明了可以用徑流的實(shí)測(cè)資料確定徑流的統(tǒng)計(jì)特 性。必須指出，某調(diào)度圖，可能多年運(yùn)用中某些狀態(tài)并不歷經(jīng)。用馬氏過程描述徑流時(shí) 水庫運(yùn)行過程具有馬氏性。3.3.2遞推方程計(jì)算最優(yōu)調(diào)度圖、年效益、保證率、平均棄水量的遞推方程如下18-20：e x + 瑋銳諒腫x*，, 1 *，1 *，1klnikjnikfiql+-+x+a=+a mnikjniknspss 丄+x+a=+fjhllnikjnikn upu u丄+(3-9)式中：，驅(qū)s,i呦別為i+ “ 時(shí)段水庫水位為i，任流量為'，由怖 至1時(shí)期總效益、保證率、總棄水量的期望值;jlns，伽期為為/，徑流量為/,由久至1吋期總效益、保證率、總棄水量的期望值;斤時(shí)段水庫水位，恤 q，粉呦別為i+時(shí)段初水位為7,徑流量為k ,時(shí)段末水庫水位為時(shí)段的效益、保證率和棄水量;蟲傷用水焊運(yùn)行的狀態(tài)轉(zhuǎn)移概率。3.3.3約束條件水量平衡方程19：tutqqinc(3-10)式中：/廠水庫第t吋段初水庫的蓄水量；,麗水庫第tu