凤滩水库汛期优化调度研究与实现

1、华中科技大学硕士学位论文凤滩水库汛期优化调度研究与实现姓名：贾函申请学位级别：硕士专业：系统分析与集成指导教师：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独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研 究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集 体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中 以明确方式标明。本人完全意识到，本声明的法律结果由本人承担。学位论文作者签名：日期： 年 月 日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保 留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本 人授权华中科技大学可以将本学位论文的全部或部分内容编入有

9、关数据库进行检索， 可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密口 ,在年解密后适用本授权书。本论文属于 土心宀不保密口。（请在以上方框内打“7”）学位论文作者签名:指导教师签名:日期:日期:1绪论建国以来，我国水库从30余座增加到86000多座，为国家的发展提供了强有力的 支持1。但随着经济建设的突飞猛进和人民生活水平的大幅增长，一方面，我国水电能 源紧缺的矛厉越來越严重；另方面随着水库数量的增加，水库容量的扩大，我国的洪 涝灾害也在增加。水库作为典型的水利企业，防洪和发电兴利是其主要目标，但着两个 任务却互相矛盾，要发电就要蓄满水，要防洪就必须排空库容。尤其在每年汛期来临之

10、 前，水库应当放水、降低运行水位，留出防洪库容，准备拦蓄可能出现的洪水；然而， 泄水防洪势必减少收益，若在此吋蓄水发电却可能增加收入2-4o如何确定适当的汛期 运行水位以合理调度水利资源，成为保障下游安全，提高水库经济运行水平和综合效益 的-个极为重要的问题5-6o所幸，气象学、水文学和地理信息学等学科的迅速发展为水库的动态汛限水位控制 提供了技术平台，使一部分有条件的水库得以突破传统的汛期低水位运行，汛后无水可 蓄的尴尬局面，使得电厂可以充分利用雨洪资源，在确保防洪安全的前题下，兼顾电厂 效益。1.1课题来源本论文基于湖南省电力公司下属凤滩水力发电厂项目“凤滩水库优化调度研究”展 开研究。该

11、项目主要根据凤滩水库气象水文特性、流域内水库的建设情况及电站扩机与 增容情况，研究凤滩水库常年最优运行水位，研究电站最优开机顺序，根据旬或周天气 预报研究面临吋段水库消落深度，以最大限度地提高水能利用提高率7-9o本文的研究 工作是该课题的重要组成部分。1.2凤滩水库概况凤滩水库位于沅陵县境内沅水支流酉水下游7,水库控制流域面积17500km2 ,占 酉水面积的94.4%,多年平均径流量159亿m3。水库有效库容10.6亿m3,库容系数 0.067,为季调节水库，水库调节性能较差。汛期水量丰沛，每年都有大量弃水。据统 计，5年有3年发生“重阳水”。凤滩水电厂是以发电为主，兼有防洪、航运、灌溉、

12、发展渔业等任务的不完全年调 节水库。正常蓄水位205m,坝顶高程211.5m,最大坝高112.5m,总库容17.4亿m3, 水电站原装机容量4x10万kw,年发电量20.43亿kw,保证出力10.3万kw,年利 用小时5110ho电站主体工程于1970年10月开工兴建，1978年5月第一台机组发电，1978年电 站基本建成，四台机组全部投产。凤滩水电厂自投产发电以來，经济效益十分显著，并 在系统中为减缓调峰矛盾起了重要作用，为湖南省的工农业生产作出了贡献。现扩机工程已完成，扩机容量2x20万kw已并网发电运行。电站扩容后水库常年 最优运行水位，防洪限制水位都要重新确定。同吋，在每年汛期，水库的

13、防洪和发电矛分突出，水库在汛期的运行水位决定，直接关系着水库和上下游的防洪安全，影响 汛期的兴利效益，而且宏观上还确定了供水期发电量的大小。1.3研究内容本论文的研究目标是根据项目的具体要求，研究凤滩水库汛期优化调度，在确保水 库安全的前途下，确立分期分级汛限水位，最大化电厂效益，涉及内容有：(1) 在充分利用历史径流、降雨和气象资料的基础上，利用先进、成熟的理论 建立径流预报模型，以年为单位进行凤滩水库的入库径流预报，并建立“重阳水”来水概率的预报。(2) 根据凤滩水库及其流域特性，建立凤滩水电厂水库长期优化调度模型。(3) 为了确保扩机后大坝的安全，考虑洪水的分期特性，针对不同分期不同频

14、率的洪水提出相应调洪方案并进行调洪计算，以期得到一组合理的水库汛期运行水位。1.4本文的组织结构本文以凤滩水库汛期优化调度方案的确立为主题，围绕有关模型的设计与实现，及 其理论研究进行叙述，各部分之间的相互关系如图1.1所示。本文的其他章节及其主要 内容如下：第二章为汛期优化调度研究重心水库动态汛限水位的制定作出理论支持， 对汛限水位的相关理论及国内外研究进展做了全面的介绍，并对凤滩水库进行分期分级汛限水位设计的意义进行阐述。第三章为汛期优化调度研究建立有关模型，首先根据酉水流域水文气象特性及凤滩 电厂特性确立了径流预报、重阳水来水概率预报模型，再以此为基础建立推求凤滩水电 厂全年发电量的水库

15、中长期优化调度模型，并对成果进行相关检验，证实其有效性。第四章从防洪和发电兴利两方面论述凤滩水库汛期优化调度原则，详细阐述了凤滩 水库分期分级汛限水位的设计与计算过程，首先结合流域水文特性将汛期划分为三个时 段，然后，根据洪水特性分别制定闸门开启方案，并对设计分期分级设计洪水调度过程 进行模拟。以全年发电量为切入点，分别分析汛限水位，扩机增容及蓄水时机对电站效 益的影响。得出水库汛期优化调度的一些建议，确保大水大泄，小水小泄，在保证防洪 安全的前提下，储蓄尽可能多的水能。资料模型成果仿真软件水库电站特性径流预报重阳水分析历史水文气象防洪调度全年发电效益闸门开启方案中长期优化调度分期分级汛限水位

16、图1.1总体框架图第五章介绍了凤滩水库分期分级防洪调度软件的设计及开发过程，从数据库管理和 洪水调度仿真两个方面描述软件功能，真实再现第四章结论的推导过程，验证成果的合 理性。第六章总结了全文的丁作，提出了凤滩水库汛期优化调度的进一步改进和完善的方 向，展望了分期分级汛限水位的应用发展前景。2水库动态汛限水位计算理论及意义2.1汛限水位的相关概念汛限水位是汛期洪水来临之前水库允许兴利蓄水的上限水位。兴建水库以后，为保 障下游地区汛期安全，要求水库留一部分库容作为拦蓄洪水和消减洪峰之用，这部分库 容即为汛限水位与正常高水位之间的库容，称防洪库容1。可见，汛限水位是为保障防 洪库容正常使用而设定的

17、一个库水位，是防洪调度的起调水位，但并非汛期防洪蓄水不 得超过这个水位2-6 o水库的汛限水位一般根据建库前多年资料分析计算得出，过去水库调度的汛限水位 一直都不能动，水库蓄水困难24-28o近年来水利部开始研究动态汛限水位控制，对具备 一定条件的大型水库，在不降低水库防洪标准、确保自身及其上下游防洪安全的前提下， 根据实吋雨水情、工情和洪水预报成果，按照经批准的调度方案对汛限水位进行动态调 控。2.2水库动态汛限水位计算方法概述近年来，我国水资源供需矛盾愈来愈突出。为充分利用水资源，发挥水库的效益， 多蓄水发电，对有条件的水库进行分期运用愈显重要。我国许多水库都可在确保大坝安 全和综合利用条

18、件下，采用分期运行方式进行水库调度，不仅在汛期充分利用了水资源， 而且便于水库汛后蓄至正常高水位，充分发挥水库效益。关于动态汛限水位的推求，国内研究者主要就数理统计法、模糊分析法及成因分析 法展开研究1-38。华家鹏在对新丰江分期汛限水位的推求过程中，运用数理统计法中的组合频率法和 库水位法进行计算，取得良好成效。组合频率法在对汛期不同分期的情况下，对分期洪水进行调洪演算，推求不同频率 下的分期设计洪水位。绘制分期最高水位频率曲线后，再推求并绘制年最高水位频率曲 线，由该曲线查取任何频率的年最高设计水位。库水位法则在某一组选定的分期汛限水位下，对各年各分期最大洪水过程进行调洪 演算，求出分期最

19、高水位，取分期水位最高者作为该年最高库水位，并对年最高库水位 进行频率计算，求出年最高设计洪水位。陈守煜等根据汛期的模糊特性，将其非汛期、前汛期、主汛期、后汛期、非汛期视 为一个渐变的连续过程，用模糊集理论推求不同时段的汛期隶属度，避免了汛限水位调 度曲线在过渡点呈台阶式变化的不合理性。利用模糊集合分析的方法，可分析计算出全 汛期内水库动态的防洪限制水位过程线。根据该过程线进行调度，可安全合理地、充分 地利用水资源。曹升乐等在水库汛限水位计算理论与方法一书中以门楼水库为例，以洪水成因 分析法计算水库分期汛限水位。他指出冃前水库实测序列比较短，为推求设计暴雨，应 选用吋间序列分析法延展暴雨序列，

20、然后，由流域产汇流计算模型入手，根据实测数据 计算流域分期设计暴雨过程线，从而得出分期设计洪水过程，进而做调洪演算，推求相 应时间的汛限水位。2.3凤滩水库汛限水位分期设计的重要意义酉水流域汛期为49月，凤滩水库汛限水位198.5 m,预留防洪库容2.8亿m 3, 每年汛期都有大量弃水。水库的防洪与兴利矛盾突出，一方面，为确保防洪安全，希望 防洪库容足够大，要求汛期运行水位尽量降低；另一方面，供水、发电等则希望汛期水 位尽量高，多蓄水，以产生足够效益。为了提高水能利用率，凤滩电厂在原装机容量 40万kw的基础上新增两台20万kw机组。扩机后水库汛期平均满负荷发电流量可 达1200 m3/s,较

21、以前的650 m 3/s增加了近一倍。加大了水库下泄能力，势必对调洪结 果产生影响。另外，流域洪水成因、洪水量级及下游防洪形势都随吋间有所不同。针对 这些特点，本论文在充分考虑流域特性的基础上确立了中长期径流预报模型，进而根据 电站特性建立凤滩水库长期优化调度模型，并以此为基础，通过对凤滩水库汛期合理分 期，对大洪水和中常洪水分别制定调度方案，研究汛限水位和蓄水时机对防洪和发电的 影响，进而探讨更为合理的分期汛限水位，以在一定程度上缓和防洪与兴利的矛盾9。3凤滩水库长期水电联合优化调度本章根据酉水流域水文气象特性及项目具体要求对凤滩水库的入库流量以多元线 性回归法及神经网络法分别做出预报，进而

22、建立凤滩水电厂长期优化调度模型，分析扩 机增容后电站效益的变化，并为水库分期分级汛限水位的推求提供依据。3.1凤滩水库径流预报径流预报是进行水库优化调度的前提，在“凤滩水库优化调度研究”项目的初始阶 段，要求针对水库的來水情况给出一定精度的预报。预报成果的好坏，直接影响了后续 项目内容的开展和运行效果，因此预报方法的选择就显得至关重要。中长期径流预报是介于水文学，气象学与其他学科之间的一门边缘学科12-14。由于 预见期的增长，中长期水文预报在方法上显然无法通过产流汇流计算，或用上下游关系 来获得预报结果，必须考虑水文过程的各种因素或分析水文要素自身演变的规律来进行 预报。目前常用的方法有传统

23、的多元回归法，模糊法以及近几年兴起的神经网络法。针 对不同的水库情况，各种方法都有其一定的优越性和适应度。为能够选择出适合于凤滩 水库的预报方法，特地选用了传统的多元回归方法和代表未来发展方向的神经网络法， 以期得到更好的预报效果。3.1.1多元线性回归法多元分析方法就是把江河水量等预报对象作为随机变量，把各个影响因素做为预 报，然后运用多元分析的方法，建立预报方程进行定量预报。回归分析的主要内容有17:(1) 从一组数据出发，确定这些变量间的定量关系式。(2) 对这些关系的可信程度进行统计检验。(3) 从影响研究变量的许多变量中，判断哪些变量的影响式显著的，哪些是不显 著的。(4) 利用所得

24、的关系式对研究变量(或称因变量)进行预报。在实际问题中，因变量 x的计算往往涉及不至一个自变量而是多个，如,，2皿荻个。研究因变量p与自变量的定量关系问题就是多元回归问题。多元线性回归模型的数学表达式为:a2211（y盘捋（3-1）其中，”盘炉炳）1（斤未知的回归系数；，”2朋p个自变量；y为因变量；£为未知的随机扰动误差项。凤滩流域属于湿润地区，每年汛期为49月，该流域的径流对降雨的反映比较敏感。 在凤滩水电站提供的资料中，多为19802000年的旬流量和降雨资料，缺乏同期其它气 象资料，而多元回归模型计算简单，方便有效，能够较好地反映因子与变量之间，因子 之间的关系。因此，在年径

25、流预报和旬径流预报中选择多元回归模型是可行的。在凤滩年径流预报中，预报对象为预报年的年平均流量，选择的3个预报因子分别 为：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 径流预报中，预报对象为预报旬的平均流量，选择的3个预报因子分别为：上一旬的平 均入库流量，历史同期流量和预报旬的预报降雨量。这些因子的选择，不是任意的，而 是结合已有资料，通过f检验和r检验判断了回归模型的有效性。3.1.2人工神经网络法径流过程般具有很大的随机性和不确定性，径流序列般也是非平稳的，这些特 点使得采用回归分析模型预报结果有时可能会脱离实际，难于有效指导生产实践。人工 神经网络（art

26、ifical neural networks, ann）是基于当前人类对生物神经系统的理解， 而模拟人的智能的一条重要途径12。它是种大规模的并行连接机制系统，整个神经 网络由一些象神经元的计算单元.单元间连接以权、单元特性及训练和学习规则加以描 述。ann高速的大规模并行处理特性，高维的非线性问题的研究，高度的容错性和鲁 棒性，适用于非线性问题的研究。人工神经网络虽然近几年才发展起来，但已被成功地用于水文预报，其强大的非线 性特点和容错能力，使些用其它方法难以获得理想效果的预报问题成为可能。特别是 在水文过程模拟和预报中，显示出比时间序列、多元回归等方法更为有效的特点，在水 文预报中具有潜在

27、的应用前景。使用神经网络进行径流预报的过程如下：(1) 给神经网络赋一组小的随机初始权值，将径流的历史数据作为输入信号进入 网络，确定相应的历史数据的输出为网络的期望输出流量；(2) 逐层计算出神经网络的实际输出值；(3) 将实际输出与期望输出比较，通过不断的学习调整神经网络的系数，直到满 足阀值的要求。(4) 将现有的资料输入该神经网络，则相应的输出即为预测值。虽然人工神经网络的网络形式很多，但是目前最多还是采用bp网络来进行径流预 报。针对“凤滩水库优化调度”项冃，在径流预报模块中采用了bp网络和改进的elman 网络这两种网络结构，以实际的径流数据为网络模型的输入，把得到的预报结果与采用

28、 多元回归的方法所得到的预报结果，进行分析比较，从中可以得到神经网络方法的优越 性及不足性。下面详细介绍预报效果精良的elman神经网络预报模型。3.1.2.1 elman神经网络模型1)基本elman网络elman神经网络是由elman提出的一种局部递归神经网络。其基本思想与bp算法 一样，均是利用最小二乘算法，采用梯度搜索技术，实现网络的实际输出于期望输出的 均方差最小化。它的主要结构是前馈连接，包括输入层、隐含层、输出层；反馈连接由 一组“结构”单元构成，用来记忆隐层单元前一时刻的输出值。因此它可以看作是一个 具有局部记忆单元和局部反馈的连接的前向bp神经网络。基本elman网络的结构示

29、意 图如图3.1所示。其中"表示一步时延算子。设网络的输入层、输出层、隐层的个数分别为m、n、 r, wli,j、w2i,j、w3i,j分别为输入层到隐层、结构单元到隐层、隐层到输出层的连接权矩 阵，f()和g()分别为输出单元和隐层单元之激发函数所组成的非线性向量函数。网络的 输入 e出e )(fe 层隐层x 1 ( k ) x l ( k )c l ( k )z-1z-1c 1 ( k )输入层结构层u 1 ( k ) u m ( k )图3.1基本elman网络结构图基本elman采用标准bp学习算法训练吋，仅对一阶线性动态系统有效，这是由于 标准bp算法只有一阶梯度，当系统阶

30、次增加或隐层单元增加吋，导致相应的学习率极 小，逼近精度不能满足要求。为了使之适用于高阶系统，各种改进elman网络被提出。 下面讨论种改进elman神经网络。2)改进的elman网络改进elman网络就是在基本elman网络的基础上增加了结构层到输出层的连接权 系数，來达到提高网络性能的目的。图3.2是改进的elman网络结构图。y 1 ( k ) y n ( k )输出层w 3x 1 ( k )隐丿云x r ( k )w 4c r ( k )z-1z-1w 2w 1输入层结构层c 1( k)图3.2改进的elman网络结构图设w4i,j为结构层到输出层的连接权矩阵。则网络的表达式可描述为:

31、mrijijkcwkux, iji )(2)(1()(32)i 1i=¥(3-3)kxkc讥()(一=，工 ijiijijkc魅/=1(3-4)改进的elman网络使用动态反向传播学习算法，设网络的理想输出为yd,网络的实 际输出为y,考虑如下总体误差目标函数：ssx 1)(" "©5)2)屈：kepypyke2 p adiq-=肚巴 ° p £瑕)(3-6)dw . d .且随着权系数的调整，其比例系数和积由于k-l吋刻的误差e(k-l)反映在k吋刻的权值中，根据动态反向传播的思想，k+1时 刻的权值可用k时刻的误差e(k)进行修正

32、，即,iiw改进后的elman网络具有比例积分特性，分系数不断发生变化，理论分析证明它比基本elman网络有更好的动态性能。3.1.2.2基于改进elman网络的径流预报流程因子的选择与多元线性回归相同，用于径流预报的elman网络的实际训练过程为 如下(1)(8),基本计算的流程图如图3.3所示。(1) 先对样本的原始数据进行标准化，以便消除量纲的影响。同吋设定最大训练 次数，期望误差最小值，以及用于修正权值的学习效率和样本数t。(2) 在(-1, +1)之间初始化4个权值。输入层到中间的连接权为1加结构层到中间层的连接权为2如中间层到输出层的连接权为3勿*结构层到输出层的连接权为4盼其中有

33、m个输入，l个中间神经元，n个输出，j=ll,尸1l,n。(3) 设置训练次数t=l；(4) 对每个样本k=lt,进行如下操作：step 1 : o)0t)rux=_rrstep2：计算隐含层输出mkjtctwtutwftxl)()(2)()(1()(尸=44step3:计算输出层输出kqtctwtxtwgtyl+=爲)()(4)()(3()(step4：计算样本误差22)()()(ktytttkkrqgtcltwaq)000(4 =a)000(3 - =astep5:计算样本的权值修正值a ;顷二 用驾：防厶d k tis n k .罚燈)('od,q,)(? q)(4)(nkkkh

34、hvtftctwtftutwi 7 丄 7 qg=hnk.kodrjq/qq+）i（4）i0a）（）（）（ ）0（1kkiqgtxttwoq其中:-= 歼融旅qkqkqkik 沁)1(幵 *)1(20 :坝：竝)1(q rj锁亍rj加6)1 q加個歹級旷b(h7n+=+(5) 计算全局误差=)()(k=判断全局误差是否小于规定的误差精度，是则结束迭代，保存权值。(6) t=t+l,判断t是否小于最大迭代次数。否，则退出迭代，保存权值。(7) 计算权值修正值£心曲1)(1k=i a=a 爲丄(2)(2k=lf a=a 爲(4)(4k=(8) 修正权值并转向(4),继续迭代，其中&quo

35、t;为学习效率。耳a+=+啖峽1m顾“+=+锁做劲'7 必+=+锁瞅助姬/g rj +=+初始化权函输入训练样本求隐含层和输出层的节点输出计算网络输出和样本z间的谋差y谋差满足要求ny是否大于最大迭代次数n反向计算各点谋差结束求出各节点误差梯度修改连接权值图3.3 bp与elman网络的实现流程图3.1.3凤滩水库径流预报结果分析3.1.3.1多元线性自回归年预报凤滩水库年径流预报采用线性自回归模型，预报对象为当年的年径流量（ 丫），选择的三个因子分别为：上一年总的降雨量（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年的相关数据作为样本空

36、间，以2000年2002年做为预测样本，进行多元回归分析。预报模型为：+豳敝丫（3-7）其中，3210,” 血曜回归系数，321是来自表一中所选取的预报因子。预报结果使用相对误差做为预报精度评判标准，其数学描述为:%100x其中，分刖翻实际流量和计算流量。预报结果在表3.1中给出，其中2002年的预报效果最好，低于20%,而2000年和2001年预报的相对误差的绝对值都偏大。表3.1多元线性回归年预报成果表年份相对误差（%）预报因子 年径流量（m 3 / s ）x 1 x 2 x 3 实测值预报值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人工神经网络年预报针对凤滩水库入库流量特点，并结合人工神经网络的思想，建立其年入库径流量的 elman网络预报模型。以凤滩23年的实测平均入库流量资料以及对应的前期预报因子 的实测数据为资料，将1980到1999年作为样本来进行学习和训练参数，后三年作为预 报检验样本。根据电厂能够提供的资料，使用与线性回归模型相同的三个预报因子：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）。根据kolmogorov定理，系统采用的elman网络模型包含输入层、隐

38、含层、结构层 和输出层，其中神经元个数分别为3个、7个、7个和1个，激活函数采用一般的sigmoid 函数。规定的期望误差为0.001,最多迭代次数为70万次，学习效率定为1.2。在模型 训练过程中，基本上经过2030万次之间就可达到精度要求，完成迭代。表3.2就是通 过训练的权值，使用2000年2002年三个检验样本的预测值和实测值的比较结果。表3.2预报结果比较样本序号 年份 实测值（m3 / s ） 预测值（m3 / s ） 误差（）21 2000 423.653 406.04 4.0122 2001 318.778 284.47 10.5423 2002 592.508 508.06

39、14.18从表3.2中可以看到，该预报方法可以将年径流预报的误差控制在20%以内，达 到了规定的预报精度要求，说明了这种方法用于径流中长期预报的有效性。为了进一步说明这种方法的优越性，本文使用同样的样本，分别对多元线性回归， bp网络和elman网络进行了计算比较，三者的比较结果见表3.3。表3.3三种预报方法的计算结果相对误差（）比较样本序号 多元回归模型 bp网络模型 改进elman网络模型21 25.51 19.88 4.0122 61.95 63.62 10.5423 11.32 5.61 14.18从表3.3中可以看到，总体上改进的elman网络预报效果好，误差变化范围较小。 而bp

40、网络虽然使2002年的误差降到了 10%以下，但是，其余的预测值的误差较大， 整体上预报效果不理想，同时，bp网络经过70万次的最大迭代次数后，还未能收敛到 指定的精度，收敛速度明显慢于elman网络。相比于人工神经网络，多元回归模型的 预报精度则偏低。而且，bp网络与多元回归的误差变化趋势大体相同，而elman网络 却明显不一样。说明了elman网络对这种非线性关系较强的预报问题，具有更好的拟 合性。3.1.3.3分析总结在年预报中，预报因子分别为上一年总的降雨量，上一年最大旬流量和汛期（49 月）的平均流量，样本范围是1980年1999年，选取2000年2002年作为检验样本。 多元线性回

41、归模型的预报结果不是很理想，其中只有2002年的预报相对误差低于20%, 而2001年的预报相对误差达到61.95%。为了进一步提高预报精度，在实际仿真中，在 原有回归模型基础上，考虑智能和非线性的因素，采用了elman网络模型，通过网络 自身不断的训练和学习，得到较为满意的结果，其相对误差均有所降低，达到了相对误 差低于20%的目标。可见，人工神经网络不仅简化了径流预报过程，而且得到了较高的预报精度，可以 用來解决实际中部分非线性水文问题。但是，神经网络并不能代替常用的径流预测方法, 因为神经网络模型是由复杂的非线性函数构成，带有很多参数，要确定模型参数的物理 意义几乎不可能。然而，缺乏参数

42、物理意义的参数率定过程，将具有很强的人为因素， 影响工程项目的稳定运行。在凤滩水库的年预报中，elman模型预报结果，就是通过人 丁调试出的最好一组参数得到的。因此，在应用神经网络模型时必须意识到它只是一种 纯技术性质的研究方法，是在没有合适的理论模型应用情况下，快速解决问题的一种技 术手段。3.2酉水流域“重阳水”研究湖南境内的河流都有一个规律：每年重阳节前后，河流可能都会涨一次水，通常称 这次涨水为“重阳水”。汛期结束后，各大型水库水位普遍偏低，如果这段时间干旱少 雨，则整个流域的冬季用电将产生严重危机7。因此每年丁月间的“重阳水”，就被电力 部门寄予了缓解紧张局面的厚望。“重阳水”并非年

43、年来，如何能够利用历史资料，较 好的反映“重阳水”的来与否，使得水库能够灵活的控制水位，保证供电和下游航运灌 溉需求，是凤滩项目的研究重点。论文围绕凤滩水库提供的1980年2000年相关资料 进行研究。虽然“重阳水”大都发生在重阳前后，但是由于重阳节是安照中国农历的计算方法， 因年而异，因此发生日期具有一定的差异性。而且，有的“重阳水”发生日期离重阳日 距离较远，很难给出预见期。根据1980年2000年记录的7场重阳水过程，从当年10 12月份日平均入库流量可以判断出“重阳水”的大概吋间。1984年的重阳节是10月 300,但是当年重阳水的峰值发生在10月4日，相差27天。1994年的重阳水在

44、10 月11日达到最大入库流量，与10月13日的重阳节仅相差3天。1996年重阳水的峰值 出现在11m60,并不是通常的10力份。“重阳水”具有很强的不定确定性，对整个 流域在枯水期的的供水用电起到决定性的作用。通过对“重阳水”的研究，可以有效利 用洪水流量，合理调节水位，充分发挥水库效益。3.2.1 “重阳水”预报模型鉴于“重阳水”的复杂性和不确定性，分析流域“重阳水”的形成机理，准确预报 “重阳水”有一定的困难，本研究根据历史水文资料、气象专家和调度人员的经验，建 立权重分配模型。在已有的资料中分析影响因子，对重要的因子给予一定的权重，通过 人工和自动地调整权重，使不同因子之间互相平衡，得

45、到本年度來“重阳水”的概率。3.2.2影响因子选取分析表明，影响“重阳水，的因子主要有四个：（1）发生“重阳水”间隔年数频率（ xi）；（2）枯、平、丰水年对重阳水的影响概率（x2）,由同年19月的平均流量确定 枯、平、丰水年；（3）10月份平均來水对重阳水的影响概率（x3）；（4）调度人员的经验（x4）。预报模型的数学表达式如下：（3-8）式中：4,3,2,1加谢别为四个因子的权重系数，14321=+ aaaa ； 丫为预报年来“重阳水，的概率，1y0 ,14,3,2,10s主冬xxxxo（1）“重阳水”间隔年数对重阳水的影响因子由资料可以得到发生重阳水的间隔年数频率，其中间隔1年的3次（8

46、384, 9495, 9596）,间隔2年的1次（8789）,间隔3年的1次（8487）,间隔4年的1 次（8083）,间隔5年的1次（8994）,间隔大于5年的0次。1980年2000年共 有7场重阳水发生，其落入相应区间的经验频率如表3.4所示。表3.4凤滩水库发生“重阳水”间隔年数经验频率表间隔年数 次数 序号 经验频率间隔大于5年0 1 0.25间隔5年1 2 0.5间隔4年1 2 0.5间隔3年1 2 0.5间隔2年1 2 0.5间隔年3 3 0.75实际计算过稈中，判断当年与最近的一场重阳水的间隔年数，得到相应的经验频率xlo当数据更新时，将对间隔年数重新整理排序，动态生成经验频率

47、农。(2) 前期入库流量(19月份)对“重阳水叩勺影响因子该因子主要是判断丰、平、枯水年对重阳水的影响。图3.4给出了年平均流量与当 年19月平均流量曲线图。从图中可以看出，当年19月平均流量基本上可以反映当 年的來水大小。由于年平均流量的预报值是在上一年末或当年年初给出，带有一定的误 差。而“重阳水”多发生在1011月，这时可以充分利用已知的19月的流量信息， 判断来水大小对“重阳水”的影响程度。表3.5 19802000年1 9月凤滩水库月平均流量频率计算表序号 年份 流量(m3/s) 经验频率(x 1 0 0 %) 影响值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丰水年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图3.4 1980-2000年风滩水库年平均流量与同年19月平均流量对比曲线表3.5为1980年2000年19月平均流量频率计算表，分别以30%和70%作为丰、平、枯水年的分界线，相应的影响值是丰、平、枯水年中，包含有“重阳水”的年 数占所有已知“重阳水”年数的比例值。对于2000年以后的“重

50、阳水”预报，首先计 算当年19月的平均流量 q3,重新对所有流量进行排序，得到新的经验频率。然后划 分出丰、平、枯水年，计算各不同来水大小所包含的“重阳水”年的多少，最后排序到 平、丰、枯水年的经验频率值 *2。设q3对应的概率为p：若尸30%,表示该年为丰水年，它对该年来重阳水的影响值 池是0.143；若30%= pv=70%,表示该年为平水年，它对该年来重阳水的影响值 x2是0.714；若戶70%,表示该年为枯水年，它对该年來重阳水的影响值血是0.143o(3) 10月平均流量的对“重阳水”的影响因子资料显示，“重阳水”多发生在10月，因此良好的10月径流预报对“重阳水”的 预报具有举足轻

51、重的影响。图3.5是1980年2000年10月平均入库流量，其中用大方 块标出的点，表示当年有“重阳水”。这些点相对比较集中，多在400700立方米/秒 的流量之间，而不是统计中的流量最大或最小值。900800700600500400300200100oo1±491±1±1±1±29图3.5 1980年2000年10月平均入库流量（m3/s）通过对1980年2000年10月流量排序，可以看出，7场重阳水所在的年内，10 月流量非常集中。采用对流量范围动态分级的方法，计算出落入相应区间“重阳水”年 的个数，使用落入年数与“重阳水”总年数的比值作为

52、10月平均流量影响值x3。分级 范围来自流量的最大值和最小值，取与他们最相近的整数。表3-6列出流量分三级时， 给定范围100800的流量影响值。当预报“重阳水”时，首先要求给出当年10月份预 报入库来水流量，判断其所在流量范围，得到落入概率。表3.6给定流量范围分三级的流量落入概率影响值月平均流量分级重阳水落入次数落入概率x3100333 0 0334567 4 0.571568800 3 0.429（4）调度人员的经验对“重阳水”的影响因子“重阳水”形成原因复杂，形成机理还不清楚。仅仅从历史统计资料和气象预报信 息很难作出准确预报，而水库工作人员、地方群众多年的丰富经验对判断“重阳水”来

53、与否有一定的帮助。因此模型中特别给出了经验因子，以获取更全面的信息。3.3凤滩水库长期优化调度数学模型的建立与求解凤滩水库以发电为主，兼有防洪、航运、灌溉等综合利用效益，显然，追求综合效 益最佳是水库调度最终目的，也是制定水库调度方式的根本原则。这是一个多目标决策 问题，但在一定条件下可转化为单目标问题。即在满足水库各项综合利用要求前提下， 以发电效益最大为准则，制定水库发电调度方式18-23。由于未来调度期内的径流过程是无法现在确定，必须以某种方式给出未来的径流过 程。这里考虑到4月到9月凤滩水库来水较丰，为精细地分析水库调度规律，4月到9 月以旬为单位划分吋段，其余以月为单位划分吋段，这样

54、全年分为24个时段，每个时 段内，将流量分为21级，并给出时段之间，各个流量之间的转移概率，同吋将水库的 水位分为351级，这样整个问题就转化为在24个时段内，每个时段含有351x21个状 态之间的转移，从而求得整个调度期内发电效益的最大期望值，采用的是随机动态规划 法。3.3.1水库运行状态转移当有一个时段的来水预报时，水库在 £吋段的状态可用吋段初库水位该吋段入库流量预报值q所构成的矢量表示，显然，此状态变量描述的水库运行过程具有无后 效性。并可证明，水库的状态转移具有马尔柯夫过程的各态历经性质。在任i吋段，水电站出力 n与时段初水位 q吋段流量q之间有如下函数关系：即出力与水库

55、运行状态一一对应。决策变量为发电出力。相应于每一个决策值有一 个吋段末水位 辽。若吋段初水位分为1s级，天然来水分为1k级，则吋段水库运行状态 共有llksx。对某-确定的调度图，如果时段1+ k的初水位为第巾级，來水为i,则由调度图可以决定出£吋段初水位。吋段£的來水j有1k种可能，其出现的概率由吋段 k 1至£的天然来水状态转移概率）,（號定，水库运行状态由吋段1+£ 的）,（加转移至吋段k之）,（lj的概率）,n”（iji無:对于某个确定的水库调度图，经过多年运行后，水库的运行状态达到一个稳定的概 率分布，而与初始状态无关。这说明，当用马尔柯夫过程

56、描述入库径流时，水库的状态 转移具有各态历经性质。即从理论上证明了可以用径流的实测资料确定径流的统计特 性。必须指出，某调度图，可能多年运用中某些状态并不历经。用马氏过程描述径流时 水库运行过程具有马氏性。3.3.2递推方程计算最优调度图、年效益、保证率、平均弃水量的递推方程如下18-20：e x + 玮锐諒肿x*，, 1 *，1 *，1klnikjnikfiql+-+x+a=+a mnikjniknspss 丄+x+a=+fjhllnikjnikn upu u丄+(3-9)式中：，驱s,i呦别为i+ “ 时段水库水位为i，任流量为'，由怖 至1时期总效益、保证率、总弃水量的期望值;jlns，伽期为为/，径流量为/,由久至1吋期总效益、保证率、总弃水量的期望值;斤时段水库水位，恤 q，粉呦别为i+时段初水位为7,径流量为k ,时段末水库水位为时段的效益、保证率和弃水量;虫伤用水焊运行的状态转移概率。3.3.3约束条件水量平衡方程19：tutqqinc(3-10)式中：/厂水库第t吋段初水库的蓄水量；,丽水库第tu