鳳灘水庫汛期優(yōu)化調度研究與實現(xiàn)

1、華中科技大學碩士學位論文鳳灘水庫汛期優(yōu)化調度研究與實現(xiàn)姓名：賈函申請學位級別：碩士專業(yè)：系統(tǒng)分析與集成指導教師：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獨創(chuàng)性聲明本人聲明所呈交的學位論文是我個人在導師指導下進行的研究工作及取得的研 究成果。盡我所知，除文中已經(jīng)標明引用的內容外，本論文不包含任何其他個人或集 體已經(jīng)發(fā)表或撰寫過的研究成果。對本文的研究做出貢獻的個人和集體，均已在文中 以明確方式標明。本人完全意識到，本聲明的法律結果由本人承擔。學位論文作者簽名：日期： 年 月 日學位論文版權使用授權書本學位論文作者完全了解學校有關保留、使用學位論文的規(guī)定，即：學校有權保 留并向國家有關部門或機構送交論文的復印件和電子版，允許論文被查閱和借閱。本 人授權華中科技大學可以將本學位論文的全部或部分內容編入有

9、關數(shù)據(jù)庫進行檢索， 可以采用影印、縮印或掃描等復制手段保存和匯編本學位論文。保密口 ,在年解密后適用本授權書。本論文屬于 土心宀不保密口。（請在以上方框內打“7”）學位論文作者簽名:指導教師簽名:日期:日期:1緒論建國以來，我國水庫從30余座增加到86000多座，為國家的發(fā)展提供了強有力的 支持1。但隨著經(jīng)濟建設的突飛猛進和人民生活水平的大幅增長，一方面，我國水電能 源緊缺的矛厲越來越嚴重；另方面隨著水庫數(shù)量的增加，水庫容量的擴大，我國的洪 澇災害也在增加。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，但著兩個 任務卻互相矛盾，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，水庫應當放水、降低運行水位，留出防洪庫容，準備攔蓄可能出現(xiàn)的洪水；然而， 泄水防洪勢必減少收益，若在此吋蓄水發(fā)電卻可能增加收入2-4o如何確定適當?shù)难雌?運行水位以合理調度水利資源，成為保障下游安全，提高水庫經(jīng)濟運行水平和綜合效益 的-個極為重要的問題5-6o所幸，氣象學、水文學和地理信息學等學科的迅速發(fā)展為水庫的動態(tài)汛限水位控制 提供了技術平臺，使一部分有條件的水庫得以突破傳統(tǒng)的汛期低水位運行，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)電廠項目“鳳灘水庫優(yōu)化調度研究”展 開研究。該

11、項目主要根據(jù)鳳灘水庫氣象水文特性、流域內水庫的建設情況及電站擴機與 增容情況，研究鳳灘水庫常年最優(yōu)運行水位，研究電站最優(yōu)開機順序，根據(jù)旬或周天氣 預報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,為季調節(jié)水庫，水庫調節(jié)性能較差。汛期水量豐沛，每年都有大量棄水。據(jù)統(tǒng) 計，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、灌溉、

12、發(fā)展?jié)O業(yè)等任務的不完全年調 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5110ho電站主體工程于1970年10月開工興建，1978年5月第一臺機組發(fā)電，1978年電 站基本建成，四臺機組全部投產。鳳灘水電廠自投產發(fā)電以來，經(jīng)濟效益十分顯著，并 在系統(tǒng)中為減緩調峰矛盾起了重要作用，為湖南省的工農業(yè)生產作出了貢獻?，F(xiàn)擴機工程已完成，擴機容量2x20萬kw已并網(wǎng)發(fā)電運行。電站擴容后水庫常年 最優(yōu)運行水位，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，水庫在汛期的運行水位決定，直接關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研究內容本論文的研究目標是根據(jù)項目的具體要求，研究鳳灘水庫汛期優(yōu)化調度，在確保水 庫安全的前途下，確立分期分級汛限水位，最大化電廠效益，涉及內容有：(1) 在充分利用歷史徑流、降雨和氣象資料的基礎上，利用先進、成熟的理論 建立徑流預報模型，以年為單位進行鳳灘水庫的入庫徑流預報，并建立“重陽水”來水概率的預報。(2) 根據(jù)鳳灘水庫及其流域特性，建立鳳灘水電廠水庫長期優(yōu)化調度模型。(3) 為了確保擴機后大壩的安全，考慮洪水的分期特性，針對不同分期不同頻

14、率的洪水提出相應調洪方案并進行調洪計算，以期得到一組合理的水庫汛期運行水位。1.4本文的組織結構本文以鳳灘水庫汛期優(yōu)化調度方案的確立為主題，圍繞有關模型的設計與實現(xiàn)，及 其理論研究進行敘述，各部分之間的相互關系如圖1.1所示。本文的其他章節(jié)及其主要 內容如下：第二章為汛期優(yōu)化調度研究重心水庫動態(tài)汛限水位的制定作出理論支持， 對汛限水位的相關理論及國內外研究進展做了全面的介紹，并對鳳灘水庫進行分期分級汛限水位設計的意義進行闡述。第三章為汛期優(yōu)化調度研究建立有關模型，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報、重陽水來水概率預報模型，再以此為基礎建立推求鳳灘水電 廠全年發(fā)電量的水庫

15、中長期優(yōu)化調度模型，并對成果進行相關檢驗，證實其有效性。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)化調度原則，詳細闡述了鳳灘 水庫分期分級汛限水位的設計與計算過程，首先結合流域水文特性將汛期劃分為三個時 段，然后，根據(jù)洪水特性分別制定閘門開啟方案，并對設計分期分級設計洪水調度過程 進行模擬。以全年發(fā)電量為切入點，分別分析汛限水位，擴機增容及蓄水時機對電站效 益的影響。得出水庫汛期優(yōu)化調度的一些建議，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報重陽水分析歷史水文氣象防洪調度全年發(fā)電效益閘門開啟方案中長期優(yōu)化調度分期分級汛限水位

16、圖1.1總體框架圖第五章介紹了鳳灘水庫分期分級防洪調度軟件的設計及開發(fā)過程，從數(shù)據(jù)庫管理和 洪水調度仿真兩個方面描述軟件功能，真實再現(xiàn)第四章結論的推導過程，驗證成果的合 理性。第六章總結了全文的丁作，提出了鳳灘水庫汛期優(yōu)化調度的進一步改進和完善的方 向，展望了分期分級汛限水位的應用發(fā)展前景。2水庫動態(tài)汛限水位計算理論及意義2.1汛限水位的相關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定的

17、一個庫水位，是防洪調度的起調水位，但并非汛期防洪蓄水不 得超過這個水位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算得出，過去水庫調度的汛限水位 一直都不能動，水庫蓄水困難24-28o近年來水利部開始研究動態(tài)汛限水位控制，對具備 一定條件的大型水庫，在不降低水庫防洪標準、確保自身及其上下游防洪安全的前提下， 根據(jù)實吋雨水情、工情和洪水預報成果，按照經(jīng)批準的調度方案對汛限水位進行動態(tài)調 控。2.2水庫動態(tài)汛限水位計算方法概述近年來，我國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，對有條件的水庫進行分期運用愈顯重要。我國許多水庫都可在確保大壩安 全和綜合利用條

18、件下，采用分期運行方式進行水庫調度，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。關于動態(tài)汛限水位的推求，國內研究者主要就數(shù)理統(tǒng)計法、模糊分析法及成因分析 法展開研究1-38。華家鵬在對新豐江分期汛限水位的推求過程中，運用數(shù)理統(tǒng)計法中的組合頻率法和 庫水位法進行計算，取得良好成效。組合頻率法在對汛期不同分期的情況下，對分期洪水進行調洪演算，推求不同頻率 下的分期設計洪水位。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計水位。庫水位法則在某一組選定的分期汛限水位下，對各年各分期最大洪水過程進行調洪 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，并對年最高庫水位 進行頻率計算，求出年最高設計洪水位。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 為一個漸變的連續(xù)過程，用模糊集理論推求不同時段的汛期隸屬度，避免了汛限水位調 度曲線在過渡點呈臺階式變化的不合理性。利用模糊集合分析的方法，可分析計算出全 汛期內水庫動態(tài)的防洪限制水位過程線。根據(jù)該過程線進行調度，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 分析法計算水庫分期汛限水位。他指出冃前水庫實測序列比較短，為推求設計暴雨，應 選用吋間序列分析法延展暴雨序列，

20、然后，由流域產匯流計算模型入手，根據(jù)實測數(shù)據(jù) 計算流域分期設計暴雨過程線，從而得出分期設計洪水過程，進而做調洪演算，推求相 應時間的汛限水位。2.3鳳灘水庫汛限水位分期設計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，以產生足夠效益。為了提高水能利用率，鳳灘電廠在原裝機容量 40萬kw的基礎上新增兩臺20萬kw機組。擴機后水庫汛期平均滿負荷發(fā)電流量可 達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，勢必對調洪結 果產生影響。另外，流域洪水成因、洪水量級及下游防洪形勢都隨吋間有所不同。針對 這些特點，本論文在充分考慮流域特性的基礎上確立了中長期徑流預報模型，進而根據(jù) 電站特性建立鳳灘水庫長期優(yōu)化調度模型，并以此為基礎，通過對鳳灘水庫汛期合理分 期，對大洪水和中常洪水分別制定調度方案，研究汛限水位和蓄水時機對防洪和發(fā)電的 影響，進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鳳灘水庫長期水電聯(lián)合優(yōu)化調度本章根據(jù)酉水流域水文氣象特性及項目具體要求對鳳灘水庫的入庫流量以多元線 性回歸法及神經(jīng)網(wǎng)絡法分別做出預報，進而

22、建立鳳灘水電廠長期優(yōu)化調度模型，分析擴 機增容后電站效益的變化，并為水庫分期分級汛限水位的推求提供依據(jù)。3.1鳳灘水庫徑流預報徑流預報是進行水庫優(yōu)化調度的前提，在“鳳灘水庫優(yōu)化調度研究”項目的初始階 段，要求針對水庫的來水情況給出一定精度的預報。預報成果的好壞，直接影響了后續(xù) 項目內容的開展和運行效果，因此預報方法的選擇就顯得至關重要。中長期徑流預報是介于水文學，氣象學與其他學科之間的一門邊緣學科12-14。由于 預見期的增長，中長期水文預報在方法上顯然無法通過產流匯流計算，或用上下游關系 來獲得預報結果，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)律來進行 預報。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)絡法。針 對不同的水庫情況，各種方法都有其一定的優(yōu)越性和適應度。為能夠選擇出適合于鳳灘 水庫的預報方法，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)絡法， 以期得到更好的預報效果。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報對象作為隨機變量，把各個影響因素做為預 報，然后運用多元分析的方法，建立預報方程進行定量預報?；貧w分析的主要內容有17:(1) 從一組數(shù)據(jù)出發(fā)，確定這些變量間的定量關系式。(2) 對這些關系的可信程度進行統(tǒng)計檢驗。(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、的關系式對研究變量(或稱因變量)進行預報。在實際問題中，因變量 x的計算往往涉及不至一個自變量而是多個，如,，2皿荻個。研究因變量p與自變量的定量關系問題就是多元回歸問題。多元線性回歸模型的數(shù)學表達式為:a2211（y盤捋（3-1）其中，”盤爐炳）1（斤未知的回歸系數(shù)；，”2朋p個自變量；y為因變量；£為未知的隨機擾動誤差項。鳳灘流域屬于濕潤地區(qū)，每年汛期為49月，該流域的徑流對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，而多元回歸模型計算簡單，方便有效，能夠較好地反映因子與變量之間，因子 之間的關系。因此，在年徑

25、流預報和旬徑流預報中選擇多元回歸模型是可行的。在鳳灘年徑流預報中，預報對象為預報年的年平均流量，選擇的3個預報因子分別 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 徑流預報中，預報對象為預報旬的平均流量，選擇的3個預報因子分別為：上一旬的平 均入庫流量，歷史同期流量和預報旬的預報降雨量。這些因子的選擇，不是任意的，而 是結合已有資料，通過f檢驗和r檢驗判斷了回歸模型的有效性。3.1.2人工神經(jīng)網(wǎng)絡法徑流過程般具有很大的隨機性和不確定性，徑流序列般也是非平穩(wěn)的，這些特 點使得采用回歸分析模型預報結果有時可能會脫離實際，難于有效指導生產實踐。人工 神經(jīng)網(wǎng)絡（art

26、ifical neural networks, ann）是基于當前人類對生物神經(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)模的并行連接機制系統(tǒng)，整個神經(jīng) 網(wǎng)絡由一些象神經(jīng)元的計算單元.單元間連接以權、單元特性及訓練和學習規(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，高度的容錯性和魯 棒性，適用于非線性問題的研究。人工神經(jīng)網(wǎng)絡雖然近幾年才發(fā)展起來，但已被成功地用于水文預報，其強大的非線 性特點和容錯能力，使些用其它方法難以獲得理想效果的預報問題成為可能。特別是 在水文過程模擬和預報中，顯示出比時間序列、多元回歸等方法更為有效的特點，在水 文預報中具有潛在

27、的應用前景。使用神經(jīng)網(wǎng)絡進行徑流預報的過程如下：(1) 給神經(jīng)網(wǎng)絡賦一組小的隨機初始權值，將徑流的歷史數(shù)據(jù)作為輸入信號進入 網(wǎng)絡，確定相應的歷史數(shù)據(jù)的輸出為網(wǎng)絡的期望輸出流量；(2) 逐層計算出神經(jīng)網(wǎng)絡的實際輸出值；(3) 將實際輸出與期望輸出比較，通過不斷的學習調整神經(jīng)網(wǎng)絡的系數(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，則相應的輸出即為預測值。雖然人工神經(jīng)網(wǎng)絡的網(wǎng)絡形式很多，但是目前最多還是采用bp網(wǎng)絡來進行徑流預 報。針對“鳳灘水庫優(yōu)化調度”項冃，在徑流預報模塊中采用了bp網(wǎng)絡和改進的elman 網(wǎng)絡這兩種網(wǎng)絡結構，以實際的徑流數(shù)據(jù)為網(wǎng)絡模型的輸入，把得到的預報結果與采用

28、 多元回歸的方法所得到的預報結果，進行分析比較，從中可以得到神經(jīng)網(wǎng)絡方法的優(yōu)越 性及不足性。下面詳細介紹預報效果精良的elman神經(jīng)網(wǎng)絡預報模型。3.1.2.1 elman神經(jīng)網(wǎng)絡模型1)基本elman網(wǎng)絡elman神經(jīng)網(wǎng)絡是由elman提出的一種局部遞歸神經(jīng)網(wǎng)絡。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，實現(xiàn)網(wǎng)絡的實際輸出于期望輸出的 均方差最小化。它的主要結構是前饋連接，包括輸入層、隱含層、輸出層；反饋連接由 一組“結構”單元構成，用來記憶隱層單元前一時刻的輸出值。因此它可以看作是一個 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?；緀lman網(wǎng)絡的結構示

29、意 圖如圖3.1所示。其中"表示一步時延算子。設網(wǎng)絡的輸入層、輸出層、隱層的個數(shù)分別為m、n、 r, wli,j、w2i,j、w3i,j分別為輸入層到隱層、結構單元到隱層、隱層到輸出層的連接權矩 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 )輸入層結構層u 1 ( k ) u m ( k )圖3.1基本elman網(wǎng)絡結構圖基本elman采用標準bp學習算法訓練吋，僅對一階線性動態(tài)系統(tǒng)有效，這是由于 標準bp算法只有一階梯度，當系統(tǒng)階

30、次增加或隱層單元增加吋，導致相應的學習率極 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elman網(wǎng)絡被提出。 下面討論種改進elman神經(jīng)網(wǎng)絡。2)改進的elman網(wǎng)絡改進elman網(wǎng)絡就是在基本elman網(wǎng)絡的基礎上增加了結構層到輸出層的連接權 系數(shù)，來達到提高網(wǎng)絡性能的目的。圖3.2是改進的elman網(wǎng)絡結構圖。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輸入層結構層c 1( k)圖3.2改進的elman網(wǎng)絡結構圖設w4i,j為結構層到輸出層的連接權矩陣。則網(wǎng)絡的表達式可描述為:

31、mrijijkcwkux, iji )(2)(1()(32)i 1i=¥(3-3)kxkc譏()(一=，工 ijiijijkc魅/=1(3-4)改進的elman網(wǎng)絡使用動態(tài)反向傳播學習算法，設網(wǎng)絡的理想輸出為yd,網(wǎng)絡的實 際輸出為y,考慮如下總體誤差目標函數(shù)：ssx 1)(" "©5)2)屈：kepypyke2 p adiq-=肚巴 ° p £瑕)(3-6)dw . d .且隨著權系數(shù)的調整，其比例系數(shù)和積由于k-l吋刻的誤差e(k-l)反映在k吋刻的權值中，根據(jù)動態(tài)反向傳播的思想，k+1時 刻的權值可用k時刻的誤差e(k)進行修正

32、，即,iiw改進后的elman網(wǎng)絡具有比例積分特性，分系數(shù)不斷發(fā)生變化，理論分析證明它比基本elman網(wǎng)絡有更好的動態(tài)性能。3.1.2.2基于改進elman網(wǎng)絡的徑流預報流程因子的選擇與多元線性回歸相同，用于徑流預報的elman網(wǎng)絡的實際訓練過程為 如下(1)(8),基本計算的流程圖如圖3.3所示。(1) 先對樣本的原始數(shù)據(jù)進行標準化，以便消除量綱的影響。同吋設定最大訓練 次數(shù)，期望誤差最小值，以及用于修正權值的學習效率和樣本數(shù)t。(2) 在(-1, +1)之間初始化4個權值。輸入層到中間的連接權為1加結構層到中間層的連接權為2如中間層到輸出層的連接權為3勿*結構層到輸出層的連接權為4盼其中有

33、m個輸入，l個中間神經(jīng)元，n個輸出，j=ll,尸1l,n。(3) 設置訓練次數(shù)t=l；(4) 對每個樣本k=lt,進行如下操作：step 1 : o)0t)rux=_rrstep2：計算隱含層輸出mkjtctwtutwftxl)()(2)()(1()(尸=44step3:計算輸出層輸出kqtctwtxtwgtyl+=爲)()(4)()(3()(step4：計算樣本誤差22)()()(ktytttkkrqgtcltwaq)000(4 =a)000(3 - =astep5:計算樣本的權值修正值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加個歹級曠b(h7n+=+(5) 計算全局誤差=)()(k=判斷全局誤差是否小于規(guī)定的誤差精度，是則結束迭代，保存權值。(6) t=t+l,判斷t是否小于最大迭代次數(shù)。否，則退出迭代，保存權值。(7) 計算權值修正值£心曲1)(1k=i a=a 爲丄(2)(2k=lf a=a 爲(4)(4k=(8) 修正權值并轉向(4),繼續(xù)迭代，其中&quo

35、t;為學習效率。耳a+=+啖峽1m顧“+=+鎖做勁'7 必+=+鎖瞅助姬/g rj +=+初始化權函輸入訓練樣本求隱含層和輸出層的節(jié)點輸出計算網(wǎng)絡輸出和樣本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反向計算各點謀差結束求出各節(jié)點誤差梯度修改連接權值圖3.3 bp與elman網(wǎng)絡的實現(xiàn)流程圖3.1.3鳳灘水庫徑流預報結果分析3.1.3.1多元線性自回歸年預報鳳灘水庫年徑流預報采用線性自回歸模型，預報對象為當年的年徑流量（ 丫），選擇的三個因子分別為：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年的相關數(shù)據(jù)作為樣本空

36、間，以2000年2002年做為預測樣本，進行多元回歸分析。預報模型為：+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報因子。預報結果使用相對誤差做為預報精度評判標準，其數(shù)學描述為:%100x其中，分刖翻實際流量和計算流量。預報結果在表3.1中給出，其中2002年的預報效果最好，低于20%,而2000年和2001年預報的相對誤差的絕對值都偏大。表3.1多元線性回歸年預報成果表年份相對誤差（%）預報因子 年徑流量（m 3 / s ）x 1 x 2 x 3 實測值預報值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)絡年預報針對鳳灘水庫入庫流量特點，并結合人工神經(jīng)網(wǎng)絡的思想，建立其年入庫徑流量的 elman網(wǎng)絡預報模型。以鳳灘23年的實測平均入庫流量資料以及對應的前期預報因子 的實測數(shù)據(jù)為資料，將1980到1999年作為樣本來進行學習和訓練參數(shù)，后三年作為預 報檢驗樣本。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預報因子：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)絡模型包含輸入層、隱

38、含層、結構層 和輸出層，其中神經(jīng)元個數(shù)分別為3個、7個、7個和1個，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，學習效率定為1.2。在模型 訓練過程中，基本上經(jīng)過2030萬次之間就可達到精度要求，完成迭代。表3.2就是通 過訓練的權值，使用2000年2002年三個檢驗樣本的預測值和實測值的比較結果。表3.2預報結果比較樣本序號 年份 實測值（m3 / s ） 預測值（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，該預報方法可以將年徑流預報的誤差控制在20%以內，達 到了規(guī)定的預報精度要求，說明了這種方法用于徑流中長期預報的有效性。為了進一步說明這種方法的優(yōu)越性，本文使用同樣的樣本，分別對多元線性回歸， bp網(wǎng)絡和elman網(wǎng)絡進行了計算比較，三者的比較結果見表3.3。表3.3三種預報方法的計算結果相對誤差（）比較樣本序號 多元回歸模型 bp網(wǎng)絡模型 改進elman網(wǎng)絡模型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，總體上改進的elman網(wǎng)絡預報效果好，誤差變化范圍較小。 而bp

40、網(wǎng)絡雖然使2002年的誤差降到了 10%以下，但是，其余的預測值的誤差較大， 整體上預報效果不理想，同時，bp網(wǎng)絡經(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。相比于人工神經(jīng)網(wǎng)絡，多元回歸模型的 預報精度則偏低。而且，bp網(wǎng)絡與多元回歸的誤差變化趨勢大體相同，而elman網(wǎng)絡 卻明顯不一樣。說明了elman網(wǎng)絡對這種非線性關系較強的預報問題，具有更好的擬 合性。3.1.3.3分析總結在年預報中，預報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年作為檢驗樣本。 多元線性回

41、歸模型的預報結果不是很理想，其中只有2002年的預報相對誤差低于20%, 而2001年的預報相對誤差達到61.95%。為了進一步提高預報精度，在實際仿真中，在 原有回歸模型基礎上，考慮智能和非線性的因素，采用了elman網(wǎng)絡模型，通過網(wǎng)絡 自身不斷的訓練和學習，得到較為滿意的結果，其相對誤差均有所降低，達到了相對誤 差低于20%的目標?？梢?，人工神經(jīng)網(wǎng)絡不僅簡化了徑流預報過程，而且得到了較高的預報精度，可以 用來解決實際中部分非線性水文問題。但是，神經(jīng)網(wǎng)絡并不能代替常用的徑流預測方法, 因為神經(jīng)網(wǎng)絡模型是由復雜的非線性函數(shù)構成，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，將具有很強的人為因素， 影響工程項目的穩(wěn)定運行。在鳳灘水庫的年預報中，elman模型預報結果，就是通過人 丁調試出的最好一組參數(shù)得到的。因此，在應用神經(jīng)網(wǎng)絡模型時必須意識到它只是一種 純技術性質的研究方法，是在沒有合適的理論模型應用情況下，快速解決問題的一種技 術手段。3.2酉水流域“重陽水”研究湖南境內的河流都有一個規(guī)律：每年重陽節(jié)前后，河流可能都會漲一次水，通常稱 這次漲水為“重陽水”。汛期結束后，各大型水庫水位普遍偏低，如果這段時間干旱少 雨，則整個流域的冬季用電將產生嚴重危機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灌 溉需求，是鳳灘項目的研究重點。論文圍繞鳳灘水庫提供的1980年2000年相關資料 進行研究。雖然“重陽水”大都發(fā)生在重陽前后，但是由于重陽節(jié)是安照中國農歷的計算方法， 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，很難給出預見期。根據(jù)1980年2000年記錄的7場重陽水過程，從當年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。“重陽水”具有很強的不定確定性，對整個 流域在枯水期的的供水用電起到?jīng)Q定性的作用。通過對“重陽水”的研究，可以有效利 用洪水流量，合理調節(jié)水位，充分發(fā)揮水庫效益。3.2.1 “重陽水”預報模型鑒于“重陽水”的復雜性和不確定性，分析流域“重陽水”的形成機理，準確預報 “重陽水”有一定的困難，本研究根據(jù)歷史水文資料、氣象專家和調度人員的經(jīng)驗，建 立權重分配模型。在已有的資料中分析影響因子，對重要的因子給予一定的權重，通過 人工和自動地調整權重，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：（1）發(fā)生“重陽水”間隔年數(shù)頻率（ xi）；（2）枯、平、豐水年對重陽水的影響概率（x2）,由同年19月的平均流量確定 枯、平、豐水年；（3）10月份平均來水對重陽水的影響概率（x3）；（4）調度人員的經(jīng)驗（x4）。預報模型的數(shù)學表達式如下：（3-8）式中：4,3,2,1加謝別為四個因子的權重系數(shù)，14321=+ aaaa ； 丫為預報年來“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場重陽水發(fā)生，其落入相應區(qū)間的經(jīng)驗頻率如表3.4所示。表3.4鳳灘水庫發(fā)生“重陽水”間隔年數(shù)經(jīng)驗頻率表間隔年數(shù) 次數(shù) 序號 經(jīng)驗頻率間隔大于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實際計算過稈中，判斷當年與最近的一場重陽水的間隔年數(shù)，得到相應的經(jīng)驗頻率xlo當數(shù)據(jù)更新時，將對間隔年數(shù)重新整理排序，動態(tài)生成經(jīng)驗頻率

47、農。(2) 前期入庫流量(19月份)對“重陽水叩勺影響因子該因子主要是判斷豐、平、枯水年對重陽水的影響。圖3.4給出了年平均流量與當 年19月平均流量曲線圖。從圖中可以看出，當年19月平均流量基本上可以反映當 年的來水大小。由于年平均流量的預報值是在上一年末或當年年初給出，帶有一定的誤 差。而“重陽水”多發(fā)生在1011月，這時可以充分利用已知的19月的流量信息， 判斷來水大小對“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算表序號 年份 流量(m3/s) 經(jīng)驗頻率(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年風灘水庫年平均流量與同年19月平均流量對比曲線表3.5為1980年2000年19月平均流量頻率計算表，分別以30%和70%作為豐、平、枯水年的分界線，相應的影響值是豐、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。對于2000年以后的“重

50、陽水”預報，首先計 算當年19月的平均流量 q3,重新對所有流量進行排序，得到新的經(jīng)驗頻率。然后劃 分出豐、平、枯水年，計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)驗頻率值 *2。設q3對應的概率為p：若尸30%,表示該年為豐水年，它對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，它對該年來重陽水的影響值血是0.143o(3) 10月平均流量的對“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月徑流預報對“重陽水”的 預報具有舉足輕

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 塊標出的點，表示當年有“重陽水”。這些點相對比較集中，多在400700立方米/秒 的流量之間，而不是統(tǒng)計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1980年2000年10月流量排序，可以看出，7場重陽水所在的年內，10 月流量非常集中。采用對流量范圍動態(tài)分級的方法，計算出落入相應區(qū)間“重陽水”年 的個數(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 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列出流量分三級時， 給定范圍100800的流量影響值。當預報“重陽水”時，首先要求給出當年10月份預 報入庫來水流量，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的流量落入概率影響值月平均流量分級重陽水落入次數(shù)落入概率x3100333 0 0334567 4 0.571568800 3 0.429（4）調度人員的經(jīng)驗對“重陽水”的影響因子“重陽水”形成原因復雜，形成機理還不清楚。僅僅從歷史統(tǒng)計資料和氣象預報信 息很難作出準確預報，而水庫工作人員、地方群眾多年的豐富經(jīng)驗對判斷“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)驗因子，以獲取更全面的信息。3.3鳳灘水庫長期優(yōu)化調度數(shù)學模型的建立與求解鳳灘水庫以發(fā)電為主，兼有防洪、航運、灌溉等綜合利用效益，顯然，追求綜合效 益最佳是水庫調度最終目的，也是制定水庫調度方式的根本原則。這是一個多目標決策 問題，但在一定條件下可轉化為單目標問題。即在滿足水庫各項綜合利用要求前提下， 以發(fā)電效益最大為準則，制定水庫發(fā)電調度方式18-23。由于未來調度期內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，為精細地分析水庫調度規(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個時段，每個時 段內，將流量分為21級，并給出時段之間，各個流量之間的轉移概率，同吋將水庫的 水位分為351級，這樣整個問題就轉化為在24個時段內，每個時段含有351x21個狀 態(tài)之間的轉移，從而求得整個調度期內發(fā)電效益的最大期望值，采用的是隨機動態(tài)規(guī)劃 法。3.3.1水庫運行狀態(tài)轉移當有一個時段的來水預報時，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報值q所構成的矢量表示，顯然，此狀態(tài)變量描述的水庫運行過程具有無后 效性。并可證明，水庫的狀態(tài)轉移具有馬爾柯夫過程的各態(tài)歷經(jīng)性質。在任i吋段，水電站出力 n與時段初水位 q吋段流量q之間有如下函數(shù)關系：即出力與水庫

55、運行狀態(tài)一一對應。決策變量為發(fā)電出力。相應于每一個決策值有一 個吋段末水位 遼。若吋段初水位分為1s級，天然來水分為1k級，則吋段水庫運行狀態(tài) 共有l(wèi)lksx。對某-確定的調度圖，如果時段1+ k的初水位為第巾級，來水為i,則由調度圖可以決定出£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)轉移概率）,（號定，水庫運行狀態(tài)由吋段1+£ 的）,（加轉移至吋段k之）,（lj的概率）,n”（iji無:對于某個確定的水庫調度圖，經(jīng)過多年運行后，水庫的運行狀態(tài)達到一個穩(wěn)定的概 率分布，而與初始狀態(tài)無關。這說明，當用馬爾柯夫過程

56、描述入庫徑流時，水庫的狀態(tài) 轉移具有各態(tài)歷經(jīng)性質。即從理論上證明了可以用徑流的實測資料確定徑流的統(tǒng)計特 性。必須指出，某調度圖，可能多年運用中某些狀態(tài)并不歷經(jīng)。用馬氏過程描述徑流時 水庫運行過程具有馬氏性。3.3.2遞推方程計算最優(yōu)調度圖、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s,i呦別為i+ “ 時段水庫水位為i，任流量為'，由怖 至1時期總效益、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;斤時段水庫水位，恤 q，粉呦別為i+時段初水位為7,徑流量為k ,時段末水庫水位為時段的效益、保證率和棄水量;蟲傷用水焊運行的狀態(tài)轉移概率。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