一、防洪调度智能决策支持系统的研究现状及问题（论文文献综述）
李宁宁[1]（2021）在《基于风险分摊的梯级水库汛期水位动态控制及决策研究》文中研究说明我国水能资源蕴藏量十分丰富,但季节间水资源分布差异显着。水库是一种挖掘水能资源潜力,有效缓解地区水资源分布不均衡的工程措施,可将流域的径流资源存蓄起来,以保障枯水期水资源供给。但是,水库汛期往往承担着艰巨的防洪任务,需要将运行水位控制在防洪限制水位以下,这与水库以水头、水量为基础的发电、供水等需求形成矛盾冲突。随着全球气候变暖,各流域气象水文条件发生显着改变,伴随着调度技术、风险分析能力及应急处置机制日趋完善,规划阶段设计的汛限水位已无法满足现阶段综合利用要求。在防洪风险可控的条件下,适当抬高汛期运行水位,对于提高水库综合利用效益、实现水能资源高效利用具有重要现实意义。本文以金沙江流域溪洛渡-向家坝梯级水库为研究对象,基于统计学、管理学、运筹学、控制论等理论,综合运用黑箱模型、大数据、智能算法、前景理论等方法,以梯级水库汛期运行水位动态控制为研究背景,围绕防洪和发电两个目标,构建了以径流分析及预报为基础,基于“空间风险分摊”的梯级水库联合运行水位动态控制域推求模型,进一步分析了梯级水库水位动态控制组合方案的防洪风险和发电效益,并通过多目标群决策模型进行方案优选,实现了预报-调度-风险效益分析-决策的系统性结合,旨在于风险可控的条件下提高梯级水库汛期发电效益,完善梯级水库汛期运行水位控制理论和方法,为水库平稳安全运行提供技术支撑。主要取得了如下成果:（1）基于径流划分和预报因子筛选的中长期径流预报模型。首先综合运用MK检验、RS检验等方法对溪洛渡历史入库径流序列进行了变化趋势分析;针对现有径流预报未能考虑到径流序列特征的不足,提出了一种基于径流序列特征聚类的径流划分方法,通过K-means聚类方法将历史径流划分为丰、平、枯三种典型类别,根据待预报径流特征,以相应类别的前期径流序列作为预报因子,通过MIC法筛选出相关性强的预报因子作为BP人工神经网络的输入,可以改善神经网络输入侧的条件,提高中长期径流预报精度。（2）基于空间风险分摊思想的梯级水库汛期运行水位动态控制模型。在分析溪洛渡-向家坝梯级汛期运行水位抬高的可行性的前提下,针对梯级水库异步蓄水可能造成系统风险发生时间提前的问题,提出了“等比例蓄水”原则来优化梯级水库防洪库容分配方式,以降低系统风险;在溪洛渡-向家坝调洪规则的基础上考虑“等比例蓄水”原则,推求出了两库汛期联合运行水位动态控制域,从而制订出梯级水库汛期运行水位组合方案,并开展不同水位组合方案的防洪风险分析,为实现洪水资源化利用奠定基础。（3）基于改进电子搜索算法的梯级水库联合优化调度模型。以溪洛渡-向家坝汛期不同水位组合方案为约束条件,建立了两库联合发电优化调度模型;针对电子搜索算法在求解梯级水库优化调度问题时存在搜索空间越限和搜索效率不高的问题,提出可行域内搜索策略以保证每次迭代的个体都是可行解,并采用参数自适应方法以提高算法前期全局搜索速度和后期的局部搜索能力;将改进电子搜索算法与其他算法对比,验证了算法在求解效率方面的优越性;将其应用于溪洛渡-向家坝联合发电优化调度模型的求解,从而优化年内水量分配过程,争取更高的发电效益。（4）基于累积前景理论的专家群体满意度最大群决策模型。建立了基于风险-效益指标的溪洛渡-向家坝汛期运行水位方案决策指标体系;采用组合赋权优化方法以获得兼顾指标排序度和重要度的指标权重;通过累积前景理论获得贴近实际决策心理的个人决策结果,在此基础上根据专家满意度最大原则建立群决策模型,求解出与所有参与决策的专家个人决策结果最贴切的方案作为群决策结果。优选出的方案权衡了风险和效益,可以为实现水资源高效利用提供参考。
张福信[2]（2021）在《淠河流域水库群防洪调度知识图谱构建研究》文中研究说明水库群防洪调度纷繁复杂,水情,工情等数据的支撑。而这些数据多源异构,数据交换共享不畅,往往存储部门多,数据格式多,不便查询和访问。并且在防洪调度决策中,对知识的需求量大,对检索速度要求快,对知识的关联程度要求高。为此,全面的掌握信息,有效组织与表示防洪调度知识,充分挖掘数据价值,是亟需解决的问题。目前已经进入大数据时代,如何处理海量数据并从中挖掘知识成为研究的热点,知识图谱的出现改变了这种现状,它能构建一张方便人类和计算机“阅读”的知识网。防洪调度知识图谱构建是进行汛前防洪调度决策和调度方案编制的基础,也是利用人工智能领域的知识图谱技术对防洪调度知识管理的创新。本文构建淠河流域水库群防洪调度知识图谱,从智能知识支持的角度研究辅助防洪调度决策的方法。防洪调度知识图谱的构建包括知识建模、知识抽取、知识存储、知识应用。主要研究内容如下:（1）本体模型的构建:基于获取到的数据,以防洪预报调度信息为基础,进行模式层的建立,采取斯坦福大学提出的七步法半自动化的构建防洪调度知识图谱的模式层,把模式层分为预报节点（水库、断面、闸坝）、水文监测站点、防洪工程、防洪保护对象、控制区域、预报模型共六个本体类型。并在专家的指导下对其属性关系进行定义。（2）数据层的构建:以构建好的模式层为约束,对数据知识进行抽取,结构化数据采用D2RQ工具转为RDF形式。非结构化数据利用BILSTM-CRF模型对文本进行处理。将抽取出来的数据存储到Neo4j数据库中构成防洪调度知识图谱。（3）图谱应用:对业务情景特征进行分析,设计知识匹配搜索功能及查询界面,并以Echarts工具对知识图谱可视化展示。基于构建的防洪调度知识图谱,进行其知识匹配功能应用设计,通过分析业务情景和用户特点,全面、快速、准确的获取所需要的知识,实现领域知识的智能获取,辅助决策。
乔英[3]（2020）在《梯级水库群多目标优化调度研究》文中指出我国是水资源相对缺乏的国度,据统计,人均拥有水资源量仅有2100立方米,只有全球人均水平的28%。另一方面,我国的水资源分布十分不均衡,在北方广大地区普遍缺水严重。随着经济和社会的发展,人们对水资源的需求量不断提出更高要求。鉴于此,如何对水资源进行优化调度,实现水资源的充分利用,是经理管理中的重大研究课题。水资源调度问题必须兼顾不同区域的经济运行、环境保护、人民生活等问题。由于这种调度问题考虑的因素越来越多,所以智能优化算法成为解决此类调度问题最为流行的新兴技术手段,并不断得到深入细致的研究和更广泛的应用。构建科学合理的水资源联合调度方法,对于提高水能资源的利用效率,充分发挥水资源在经济社会发展与节能减排中的优势,具有非常重要的意义。本文以梯级水库群调度运行现状为背景,结合水资源优化配置理论和效益均衡多目标优化方法,深入研究了梯级水库群优化运行建模理论,以及模型求解算法,提出的研究思路和方法可以对提高梯级水库群水资源利用率、为流域用水的水质水量提供理论支撑。论文的主要内容和创新性成果如下:（1）基于梯级水库群多目标粒子群算法的构建。针对粒子群算法在解决多目标、多约束、多阶段等复杂非线性问题中存在的算法收敛性速度慢、容易陷入局部最优、求解时间长等问题,对其惯性权重进行改进,实现全局和局部搜索能力间的均衡,改进了多目标粒子群优化算法（MQPSO）。并利用国际常用的ZDT、DTLZ系列函数,从稳定性、收敛效果、计算速度和求解结果等方面对改进的算法进行合理性与可行性检验。再针对电力经济调度中多目标优化算法的建模及其应用的例子,证明MQPSO算法可有效的对经济调度问题进行优化,为智能算法在解决生产生活中的实际问题提供了重要参考。（2）考虑水量的梯级水库群多目标优化调度研究,对水库群进行了联合优化调度测算,确定了水库群优化供水方案。为了验证多目标优化算法的有效性及实用性,按实际调度规则对洪汝河流域水库群进行了实证模拟,并用提出的MQPSO算法进行了求解。案例结果表明与实际调度规则相比,自适应算法、改进算子的算法和改进的分步算法的总供水量在模拟的基础上都有所提高,表明了在库群联合运行调度中不同优化算法的供水方案在模拟方案的基础上都有一定的改善,为水库群优化调度问题的求解开辟了一条新途径。（3）考虑水质的梯级水库群优化调度研究。考虑梯级水库群生态环境需水要求和水量水质因素,利用Copula函数将变量联合累积分布函数和变量边缘累积分布函数连接起来,建立面源排放量模型、点源排放容量模型,以洪汝河水库群为例,根据洪汝河流域相关资料,根据洪汝河流域相关资料,以化学需氧量（COD）表征水量水质调度污染指标,在洪汝河流域各个控制断面的水质为Ⅲ类作为目标值,得到洪汝河流域水量水质联合调度方案。用提出的MQPSO算法对其进行了系统研究,提高了水质的达标率,充分发挥了水资源的潜在功效,为流域水环境的改善奠定基础。（4）考虑丰水期发电的梯级水库群优化调度研究。针对流域性水库群水电站水库调度图的应用效果不佳的问题,提出了一种考虑流域性水库群水电站年内不同时期出力差异性的分期调度图,并用提出的MQPSO进行求解。该方法能够明确划分水库群的水文年,丰水期和枯水期。初步实证研究表明:提出的分期调度图要明显优于常规调度图,并且能够有效发挥洪汝河流域水电站的效益空间,为水库群的优化调度管理及规划给出了新的思路。本文就梯级水库群的多目标调度问题进行了研究,结合提出的MQPSO算法,分别对考虑水量的梯级水库群多目标优化调度、考虑水质的梯级水库群多目标优化调度研究和考虑丰水期发电的梯级水库群多目标优化调度进行了研究,并对其模型及算法进行了洪汝河流域梯级水库群的实证模拟,有效的证明了算法和模型的适应性和灵活性。推进了梯级水库群的优化调度的技术水平,为实践中的优化调度问题提供了新的有效的理论与方法。
孙小梅[4]（2020）在《水库预报调度过程化动态决策模式研究及系统实现》文中进行了进一步梳理围绕变化及调度过程中的不确定性,研究适应动态变化的水库预报调度是目前的热点问题。本论文以问题为导向,聚焦预报、调度、决策一体化,重点是在调度过程中要融入适应动态变化的评价决策。按照水库的调节周期或调度计划周期等,对调度过程在时间上分段分布,用滚动更新、嵌套推进机制,实现过程化动态调度;把水库作为区域水资源调配决策中的关键,分析水库在区域上的空间分布及业务关联,在平台上实现分解与聚合;把计划调度方案与实时实施的执行方案互馈,实现计划与调度的有机结合。采用现代信息技术,把调度机制融入调度过程,让水库业务在适应各种变化中能够“动”起来。主要研究内容如下:（1）以问题为导向,提出了适应变化的水库预报调度过程化决策模式。在分析水库调度工作实际中存在问题的基础上,聚焦调度过程中的不确定因素及动态变化,立足于水库调度周期内的全过程,把调度与预报和决策紧密关联,依靠一系列机制来建立创新调度决策模式。遵循大概近似正确理论,设计了区间化的适应机制;构建了在预报调度过程上的滚动修正机制;实现了多时间尺度的计划方案与实施调度方案嵌套互馈机制。在综合集成平台上,把这些机制与预报、调度、决策融合一体,形成了适应变化的水库预报调度模式。（2）在大量水库预报研究成果基础上,结合调度周期及过程,根据预报周期、预报成果质量、预报成果风险等,提出了基于大概近似正确理论的径流预报区间化的组合方案。利用组件技术将现有的预报模型组件化,建立了预报模型库;从预报模型方法库中,选用多个模型方法,获取多个预报成果并形成预报区间,并尝试对预报区间进行公式化表达。（3）采用组件技术,建立了水库调度方法库,结合预报模型方法库,实现了基于调度过程的滚动修正机制。在水库调度周期内,把预报调度融合,把过程分阶段,对面临时段的来水预报,不断修正调整调度方案,调度执行方案随着来水预报的变化而变化,在预报调度的业务流程图上适应变化及时调整。以水库多目标调度为例,针对MOEA/D-AWA算法特点,实现了基于MOEA/D-AWA算法的水库多目标调度;采用MOEA/D-PFR算法,解决了不规则Pareto front形状的多目标问题;通过对两种算法的实例验证分析,进一步说明了方法库在适应性调度中的作用。（4）提出了多时间尺度的调度计划方案与实施方案嵌套互馈机制。在多时间尺度的调度过程中,根据方案之间的互馈关系和预报调度的滚动修正机制,设计了计划方案与实施方案的互馈流程和指导调度操作机制,提高了各时间尺度下的调度方案的执行力,同时,也实现了水库预报调度在调度过程中的滚动嵌套互馈一体化。（5）基于综合集成平台及预报调度方法库,对水库预报调度的滚动嵌套互馈机制,以及在调度过程中一体化融合执行,开展了水库预报调度过程化动态决策系统的开发实现及集成应用。水库预报调度相关的业务开展从过程化流程图和知识图的描述开始,在流程图上依靠机制来开展过程化的动态决策。先从京津冀外调水资源的空间尺度分级分解,再到密云水库的动态预报调度,把复杂的预报调度业务以及操控机制融合实现,验证了水库动态及适应调度的可行性、有效性、合理性、灵活性。
丁鹏齐[5]（2020）在《基于专家经验的石头口门水库防洪调度方案研究》文中进行了进一步梳理洪涝灾害是当今世界的主要灾害之一,严重危害了人民生命财产安全,对人类社会经济造成了重大损失。自我国1949年建国以来,洪涝灾害时有发生,造成直接的经济损失达百亿元规模。为治理洪涝灾害,我国修建了大量用于防洪的水库,工程效益明显。在水库的多年运行过程中,水库调度专家积累了大量适用于各个水库的专家经验,如何利用专家经验制定适用于各个水库的防洪调度方案,是一项具有重要意义的工作。本文以饮马河流域的石头口门水库为研究对象,从石头口门水库历史调度过程挖掘出其中的专家经验。本文基于专家经验制定了石头口门水库防洪调度方案,同时利用优化调度模型对其进一步优化,提供多套优化方案,并在此基础上设计开发了石头口门水库防洪调度系统,对于石头口门水库的调度工作具有十分重要的参考价值。本文的主要研究内容和研究成果如下:（1）通过分析石头口门水库的历史调度过程以及与之对应的降雨、预报降雨等水文信息,归纳总结石头口门水库实际调度过程中判断泄流的关键指标,基于历史调度过程,采用数据挖掘方法,挖掘出一套可指导石头口门水库调度工作的专家经验。（2）在调度规则的基础上,结合专家经验,从历史实际调度过程挖掘石头口门水库防洪经验调度方案,使用制定出的防洪调度方案对历史洪水过程进行调度,与历史调度过程相对比证明制定出的防洪调度方案符合专家经验。为进一步验证防洪调度方案的可行性,结合不同频率设计洪水,对比分析防洪调度方案与规则调度方案。（3）建立了以水库最高水位最低、下游最大泄量最小以及超标准历史最短为目标的石头口门防洪调度方案多目标优化模型,解析了水库最高水位与下游最大泄量、水库最高水位与超标准历时以及下游最大泄量与超标准历时之间的竞争关系,阐述水库风险与下游风险之间转化关系及其随最高水位、最大泄量的变化。基于水库及下游设计标准详细阐述3个典型方案的差异,结合2019年石头口门实际洪水过程进行调度,对不同调度方案进行了分析,结果表明该研究对实际调度工作有重要的参考价值。（4）在优化后的防洪调度方案的基础上,设计开发了石头口门水库防洪调度系统。系统分为信息查询子系统、调度决策子系统、预报信息子系统、方案优选子系统四部分,运用了场次洪水划分方案、抗雨能力计算方法、多目标模糊优选技术等关键技术,为石头口门水库调度工作提供便利和帮助。
阎晓冉[6]（2020）在《梯级水库多目标互馈关系及决策方法研究》文中研究说明水库是水资源时空调配的重要工程措施,其通过对来水进行合理蓄泄调节,达到避免或减少洪灾损失、缓解水资源危机、改善上下游生态环境和增加水力发电效益等目的。近年来,随着我国各大流域梯级水库群的逐渐建成和社会经济的快速发展,防洪、发电、供水、生态等各部门之间的关系越发复杂,矛盾逐渐加剧,再加上全球极端气候变化对流域的综合影响,开展梯级水库多目标互馈关系及决策方法研究,寻求流域复杂工程和环境下的多目标优化调度方案,对于防灾减灾、水资源高效利用具有重大现实意义。本文围绕防洪、发电、供水、生态等目标,重点针对防洪风险评估、多目标优化调度、互馈关系分析以及多属性决策等问题,运用系统工程、大数据、概率统计、管理运筹学等理论方法进行了深入探究,取得的主要成果如下:（1）考虑洪水峰型及其频率的防洪风险分析。针对现有洪水模拟方法未考虑洪水过程线形状的随机性及其与特征变量间相关性的不足,提出了一种考虑峰型及其频率的洪水随机模拟方法。该方法通过Copula函数进行特征变量模拟,考虑了洪水特征量间的相关性;聚类分析及无量纲洪水过程线的生成考虑了洪水峰型的多变性;以峰型系数及峰现时间为主要变量进行的贴近度计算考虑了洪峰、洪量及洪水历时对不同峰型洪水过程线出现频率的影响。因此,相较于传统方法,其模拟的洪水更接近天然洪水过程,可有效提升梯级水库防洪风险计算精度。（2）INSGA-Ⅱ算法及其在梯级水库多目标优化调度中的应用。针对NSGA-Ⅱ算法在初始种群均匀度以及多目标优化高维特性处理中的不足,引入基于正交设计的种群初始化策略以保证初始种群的质量,采用问题变换策略以保证高维空间内算法的搜索力度,由此提出了 INSGA-Ⅱ算法;根据梯级水库兴利目标的综合利用要求,以发电、供水和生态调度所需考虑的各指标的加权值作为目标,构建了梯级水库多目标优化调度模型,并采用INSGA-Ⅱ算法进行模型求解,通过与其他算法对比分析,验证了 INSGA-Ⅱ算法在多目标优化调度问题处理中的优越性。（3）基于结构方程模型的梯级水库兴利目标互馈关系研究。针对梯级水库多目标互馈关系研究涉及的变量维度高、关系复杂、经典统计学方法难以量化的问题,引入结构方程模型,构建了梯级水库多目标互馈关系模型;以多目标优化调度模型的非劣解集作为数据源,通过结构方程模型进行高维验证性因子分析及路径分析,实现了梯级水库丰、平、枯不同典型年发电-供水-生态目标间互馈关系的定量化计算,并根据计算结果深入探究了三者间互馈响应机制。（4）INGTDM-MAS及其在防洪-兴利多属性决策中的应用。考虑到区间数指标间相关性及区间内部数据分布形态,提出了一种多维关联抽样算法,建立了基于多维关联抽样的区间数灰靶决策模型;构建了风险-效益协同评价指标体系,沿用考虑峰型及其频率的洪水随机模拟方法进行了风险指标量化;基于结构方程模型计算结果中的路径系数进行指标层赋权,并引入集值理论进行目标层赋权;将改进模型应用于梯级水库防洪-兴利多属性决策,与传统模型计算结果的对比分析表明,改进模型对于区间数的处理更加精细化,可有效减少决策过程中的信息损失。
卢程伟[7]（2019）在《流域水库群蓄滞洪区综合防洪调度研究与应用》文中进行了进一步梳理洪水作为全世界最严重的自然灾害之一,其危害影响范围极大,容易造成极高的洪灾损失。同样中国也饱受洪水灾害的侵袭,如2016年至2018年最近三年长江流域连续发生大洪水,对长江流域产生了极大的防洪压力。但随着流域大规模水库群的建成,其巨大的防洪库容可以极大程度地蓄纳洪水、削减洪峰。若发生特大洪水,经水库群拦蓄后剩余超额洪量结合中下游蓄滞洪区的运用可有效减轻沿线重要城市、防洪控制点的防洪压力,最大程度地减少洪灾损失。由此可见,完善的流域防洪调度体系建设是有效减轻甚至避免洪灾损失的有效途径。然而,流域水库群蓄滞洪区综合调度在发挥巨大防洪效益的同时,还存在需要完善的理论问题和亟待解决的实际工程问题,主要表现在以下三个方面:（1）流域水库群联合调度方面,水库群分属不同调度机构管理,信息交互共享不及时,现有径流模拟预报方法精度受限,且考虑完整圣维南方程的求解方法在时间代价上仍较高,如何提出高效的水库群河网耦合调度模型和求解方法,是当前水库群实时防洪调度研究的热点方向之一。（2）中下游地区的蓄滞洪区、防洪保护区等防洪规划区域建设日趋完善,一旦分洪运用或被动溃口,势必造成巨大损失。因此,研究精细化洪水演进模拟技术,发展受灾条件下的应急避洪转移方法,是流域防洪调度亟待解决的另一关键问题。（3）复杂的防洪调度体系涉及多部门、多地区、多调度主体等,如何有机地将各部分紧密联系起来,快速有效预测各区域的防洪态势,具有十分重要的研究意义和应用价值。综上所述,流域水库群、蓄滞洪区防洪调度是一类由多调度主体独立又统一运用决策的问题,亟需结合多学科方法发展新的理论与技术。为此,本研究以三峡水库、长江上游梯级水库群、长江中游汉南至白庙长江干堤防洪保护区和汉北河流域为研究对象,从高效河道径流模拟模型构建着手,采用假设分析、数学分析与工程实践检验相配合的研究思路,对河道洪水演算、流域水库群联合防洪调度、蓄滞洪区分洪调度等进行了深入研究。论文主要工作内容和创新性成果如下:（1）针对复杂枝状河网水流模拟问题,提出了一种不需要单独对汊点迭代求解的高效精确解算一维数值模拟模型（H1DM）。该模型基于圣维南控制方程组,采用θ半隐方法离散动量方程的水位梯度项,利用有限体积法离散连续性方程,运用欧拉-拉格朗日法求解动量方程的对流项,结合预测校正法实现了河网系统简单、快速及高精度求解。选用三种典型算例测试了模型可靠性和适用性,并对水库库区和天然河道进行了实例模拟,结果表明模型具有较好的模拟效果。对比分析了HEC-RAS和MIKE 11等运用成熟的模型在实际河道的模拟结果,H1DM模型在保证精度相当条件下具有更高的效率,可为解决耦合河道计算的梯级水库调度问题提供有力的技术支撑。（2）研究了影响库区洪水传播时间的敏感性因子及其变化规律,提出了坝前平直段的概念,计算并分析了库容变化规律。以三峡库区为研究对象,假定河道在不同坝前水位、洪水历时、洪峰流量、和最大流量持续时间条件下分别发生渐变和急变洪水波,分析得出对洪水传播时间的敏感性最高的因子为坝前水位。其次,在2017年河床冲淤断面地形条件下,研究了三峡库区库容变化规律,分析了坝前平直段变化范围,与干流年均静库容相比,年均动库容约为静库容的1.04倍,且坝前平直段终点位于距坝址152 km附近。研究成果对实时防洪调度决策具有重要的理论意义和工程应用价值。（3）围绕长江上游水库联合防洪调度问题,分析了乌东德-白鹤滩梯级对流域防洪效益的影响,建立了快速量级预测的水库群防洪调度深度神经网络模型,并提出了一种考虑坝前平直段、河网水动力模型驱动的水库常规防洪调度耦合模型。计算了现状水平年乌东德-白鹤滩梯级参与联合调度前后的调度过程,结果表明乌东德-白鹤滩梯级能进一步减轻下游防洪压力;实例分析了金沙江中游梯级调度过程,所建模型可为实际防洪调度快速提供准确量级预测;最后,以三峡水库入库流量预测为目标,对比了一般常规调度模型和河网水动力模型驱动的常规调度模型的预测结果,后者在精度上具有一定优势,能为防洪调度实时入库洪水预报提供背景场和数量依据。（4）针对线状地物对洪水演进过程的阻碍、导流、蓄纳等影响与作用,提出了一套精细化建模处理方法。引入了容量限制网络的概念,定义了应急疏散容量限制网络的最快流可持续时间,建立了蓄滞洪区经济损失最小为目标的应急疏散避洪转移模型,并提出了一种基于启发式算法的改进容量限制路径规划算法（CCQFRP）。以汉南至白庙长江干堤防洪保护区为验证对象,分析了不同洪水来源和条件下洪水淹没情况,并定量评估了相应风险,分别运用CCRP和CCQFRP算法求解避洪转移问题,结果表明所建洪水演进模型和应急避洪转移模型可以有效反映实际洪水响应过程,CCQFRP算法在保证精度相当的前提下,平均减少计算时间约71%,具有较好的工程应用价值。（5）以流域防洪调度综合体系建设问题为背景,创新性地定义了分蓄洪民垸洪水演进动力边界,推求了流量-时间-淹没面积全动力特性曲面,构建BP神经网络流量-时刻-淹没面积时空预测知识库,建立了耦合民垸动力边界的混联水库群、分蓄洪民垸联合优化防洪调度模型,实现了流域综合防洪优化调度。选取汉北河流域为研究对象,对2007年、2008年和2016年三场大洪水进行了优化调度。调度结果表明,联合优化调度对防洪控制点的削峰作用明显,对天门站最大削峰流量可达130 m3/s,削峰幅度高达20.8%。此外,相较2016年实际分洪淹没面积,优化分洪调度减少了87.83%的淹没面积,可以极大地减少淹没损失。并以长江上游和汉北河流域洪水调度问题为切入口,探讨了以分布式架构和微服务架构为背景的流域防洪调度信息化集成开发技术。
周华艳[8]（2019）在《长江上游控制性水库群联合防洪调度及库容分配研究》文中认为洪灾是我国发生频繁、造成损失巨大的主要自然灾害之一。为实现防洪减灾目标,我国规划并修建了大量水利工程设施,其中长江流域已建成以三峡水库为核心、数十座水库相配合的巨型水库群系统。若在防洪工程措施的基础上实行科学有效的统筹调度等非工程措施,可进一步深入挖掘巨型水库群的防洪潜力,有效减轻长江流域的防洪压力。然而,流域各水库归属业主、建成时间、防洪需求和防洪任务不同,导致水库群尚未形成统一的联合防洪调度管理机制,难以充分利用水库群巨大的防洪补偿库容,获取更大的防洪效益。因此,本文围绕长江上游控制性水库群联合防洪调度的统筹机制和库容合理分配与运用的关键科学问题与技术难题,运用优化理论、调度方法和系统科学等理论,开展了长江上游控制性水库群联合防洪调度和库容分配研究,本文主要的研究内容和创新性成果包括:（1）为统筹协调川江河段局部防洪需求和长江流域整体防洪需求的矛盾,在分析流域防洪形势和洪水遭遇的基础上,选取溪洛渡、向家坝和瀑布沟水库构成的混联水库群为研究对象,构建了以剩余防洪库容最大为目标的联合防洪优化调度模型,采用SOS2特殊序列集和0-1整数规划方法对模型进行线性化求解;通过模拟不同初始水位下的联合防洪调度过程,分析水库群被动拦洪问题,求解保障川江河段防洪安全所需最小消耗库容,推求得到了联合防洪调度水库群剩余最大防洪库容。（2）围绕水库群在保障防洪控制站点安全下的库容分配利用问题,创新性地定义了单位库容对下游防洪控制站点削减洪峰流量作用的防洪库容效益概念,并提出了以防洪库容效益最大为目标的库容分配方法。以川江河段宜宾市防洪控制站点（控制站点李庄）为实例研究,建立了在保证防洪控制点安全下的以上游水库群防洪效益最大为目标的库群联合防洪调度模型,验证了所提方法的合理性和有效性。（3）为充分发挥水库群联合防洪调度效益,分别针对三峡防洪调度,溪-向梯级配合三峡防洪调度,以及溪-向梯级、瀑布沟、亭子口、构皮滩和三峡联合防洪调度水库等不同运行情形,建立了以三峡最高调洪水位最低为目标的联合防洪优化调度模型,运用改进POA算法对模型进行求解,解析了不同典型来水情形下对三峡入库、三峡最高调洪水位和长江中下游地区的分洪量影响。结果表明,联合防洪调度可充分发挥上游水库群防洪潜力,减轻长江中下游地区的防洪压力。为保证各水库完成本流域防洪任务并进行联合防洪调度,进一步提出了不同预留库容方案,对比分析了不同预留库容方案的影响,结果表明,预留防洪库容方案对联合防洪调度具有积极的作用。（4）结合工程实际运用需求,以三峡最高调洪水位最低为目标,综合考虑各水库防洪任务和调度需求,建立了长江上游控制性水库群模拟-优化防洪调度模型,提取水库群调度规则集。对比分析了不同典型来水情形下的调度规则方案得到的调度结果,推荐了合理的可用防洪调度规则方案,并将所提调度规则方案得到的调度结果和优化调度结果进行对比,结果表明,所提联合防洪调度规则方案的调度过程和调度结果合理有效,可为长江上游水库群联合防洪调度工程运用提供参考。
朱凯莉[9]（2019）在《基于特征选择的数据驱动水库动态调度决策算法研究》文中研究表明随着经济的发展,大规模水库群、水电站逐步建成,水文数据平台逐步完善,水库及水电站调度开始从传统的人工调度转向智能优化调度。水库调度不仅涉及到防洪、灌溉、发电、供水等多种目标,还要统筹协调各个部门之间的综合需求和利益关系,因此是一个带有复杂约束条件的多目标决策问题。目前在水库、水电站调度决策的模型与方法基本上仍按一般的多目标决策问题处理,需要决策者自行根据当前具体情况从备选方案中选择合适的调度方案实施。本文提出了基于实时情况分类的水电站调度决策算法,首先,通过第二、三章提出的两种特征选择算法对水文、气象等数据进行特征选择筛选影响水库调度模式的关键因素;其次,在此基础上根据实时水文和气象等数据对当前调度时段进行调度决策选择,即根据实时情况调整侧重不同的调度目标,以提供更加智能和实时的水库调度决策支持;最后,对当前调度模型进行求解,得到调度方案。本文主要工作如下:（1）提出了一种基于蜻蜓算法和序列浮动后向选择算法的封装式特征选择算法（Dragonfly Algorithm-Partial Sequential Backward Floating Selection,DAPSBFS）,在标准数据集上的实验结果表明,算法具有较高的分类精确度的同时也获得了较小的特征子集规模,将其用于筛选重要的水库参数、水文气象等重要特征。（2）针对DA-PSBFS算法较高的计算时间消耗的缺点,提出了一种基于互信息的过滤式方法和DA-PSBFS相结合的混合式特征选择算法HDA-PSBFS（Hybrid Dragonfly Algorithm-Partial Sequential Backward Floating Selection）,与其他类似的混合式特征选择算法在标准数据集上的实验结果表明,算法能够具有较高的分类精确度,同时计算时间较少。（3）在基本蜻蜓算法中引入粒子群算法中个体和群体学习的思想以及遗传算法中变异的思想提出了单目标IDA（Improved Dragonfly Algorithm）算法,并将其用于求解三类防洪调度单目标模型。（4）以江西泸水河流域为例,应用第二三章提出的特征选择算法对该流域内水文、气象、各级水库参数、径流量、下游生态环境情况数据等各项数据进行特征选择分析找到影响该流域调度模式的重要特征,并将流域内梯级水库、水电站调度模式分为两大类-防洪和发电灌溉,其中防洪模式又根据洪水量级分为三小类,分别采用不同的调度模型应用所提出的IDA算法进行调度求解,发电灌溉则为水库群日常调度模式,建立了发电和生态两目标优化模型并对模型采用MOEA/D算法求解。
周丽伟[10]（2019）在《水库群防洪库容高效利用相关问题研究》文中研究指明洪涝灾害是我国最常见的自然灾害,已成为社会经济可持续发展的重大障碍。防洪工程措施和非工程措施相结合是流域洪涝灾害防治的有效途径。在国家提出“共抓大保护、不搞大开发”的新形势下,为提高水库群整体防洪能力,研究水库群联合防洪调度,成为流域防洪工作中亟须解决的核心技术问题。本文围绕水库群防洪库容高效利用的关键技术问题展开深入研究,探究变参数非线性马斯京根模型及其参数优选,研究提高流域整体防洪效益的防洪库容优化分配策略,构建防洪库容优化分配模型,探讨各水库防洪库容利用的相关性和有效性,实现水库群防洪库容的高效利用,本文的研究成果具有重要的科学理论意义和实践应用价值。本论文的主要工作及创新性成果归纳如下:（1）针对传统线性马斯京根模型演算精度较低的问题,分析水库下泄流量在河道内的非线性传播规律,提出变幂指数非线性马斯京根模型（DVEP-4PNL-L模型）和变参数非线性马斯京根模型（DVP-3PNL模型）,两模型参数随河道入流断面流量变化,能准确模拟洪水在河道内的非线性运动过程,提高了河道洪水演算的精度。（2）为解决变参数非线性马斯京根模型的参数优选难题,基于优势互补的思想,将自适应遗传算法（AGA算法）和下山单纯形法（NMS算法）混合,提出一种混合优化算法（AGANMS算法）,并利用6个不同类型约束测试函数验证了AGANMS算法较强的优化能力,同时,将AGANMS算法用于DVEP-4PNL-L模型和DVP-3PNL模型的参数优选,验证了两模型的优良性能。（3）围绕水库群联合防洪调度中水库群防洪库容的高效利用问题,探究合理使用各水库防洪库容,降低流域整体防洪风险的方法,提出两种水库群防洪库容优化分配策略:（1）变权重预留防洪库容最大策略,该策略计算的水库预留防洪库容权重随调度时段变化,解决了预留防洪库容权重因人而异的问题;（2）系统非线性安全度最大策略,该策略计算的水库安全度随水库防洪库容的使用逐渐降低,且降低速率逐渐增大。以长江川渝河段5座水库（溪洛渡、向家坝、紫坪铺、瀑布沟和亭子口）为应用实例,防洪调度结果表明,系统非线性安全度最大策略能使各水库防洪库容的使用更加科学合理,降低了水库群防洪系统的整体防洪风险,提高了水库群的整体防洪效果。（4）为了研究水库群联合防洪调度中各水库防洪库容利用的相关性和有效性,定义水库防洪库容等效比的概念,并提出了定量研究水库群防洪库容等效性的方法,探讨了研究区域干支流水库之间防洪库容的等效性,为水库群防洪库容高效利用和提高流域水库群综合防洪效益提供提供理论支撑作用。
二、防洪调度智能决策支持系统的研究现状及问题（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、防洪调度智能决策支持系统的研究现状及问题（论文提纲范文）
（1）基于风险分摊的梯级水库汛期水位动态控制及决策研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 中长期径流预报 |
| 1.2.2 汛期运行水位动态控制 |
| 1.2.3 梯级水库联合优化调度 |
| 1.2.4 多目标决策 |
| 1.3 目前存在的主要问题及发展趋势 |
| 1.4 主要研究内容 |
| 第2章 溪洛渡径流特性分析及中长期径流预报模型 |
| 2.1 引言 |
| 2.2 研究区域概况 |
| 2.3 径流特性分析 |
| 2.3.1 径流年内分配 |
| 2.3.2 径流年际变化 |
| 2.4 基于径流划分和预报因子筛选的中长期径流预报 |
| 2.4.1 基于K-means聚类法的径流划分 |
| 2.4.2 基于MIC的预报因子筛选方法 |
| 2.4.3 基于BP人工神经网络的中长期径流预报模型 |
| 2.5 实例应用 |
| 2.5.1 径流丰平枯划分及代表年选取 |
| 2.5.2 预报因子筛选 |
| 2.5.3 中长期径流预报 |
| 2.6 本章小结 |
| 第3章 溪洛渡-向家坝汛期联合运行水位动态控制 |
| 3.1 引言 |
| 3.2 研究区域概况 |
| 3.3 基于空间风险分摊思想的梯级水库蓄洪规则 |
| 3.3.1 梯级水库联合防洪调度“等比例蓄水”原则 |
| 3.3.2 防洪调度结果分析 |
| 3.4 梯级水库汛期联合运行水位动态控制 |
| 3.4.1 溪-向汛期运行水位动态控制可行性分析 |
| 3.4.2 梯级水库汛期联合运行水位动态控制域 |
| 3.5 实例应用 |
| 3.5.1 动态控制域下限 |
| 3.5.2 动态控制域上限 |
| 3.5.3 考虑洪水发生时间预报误差的水位动态控制风险分析 |
| 3.6 本章小结 |
| 第4章 IESA及其在梯级水库发电优化调度中的应用 |
| 4.1 引言 |
| 4.2 改进电子搜索算法 |
| 4.2.1 电子搜索算法 |
| 4.2.2 可行域内搜索策略 |
| 4.2.3 逐步收敛的参数自适应方法 |
| 4.2.4 算法步骤 |
| 4.3 梯级水库联合发电优化调度模型 |
| 4.3.1 目标函数 |
| 4.3.2 约束条件 |
| 4.4 算法性能分析 |
| 4.5 实例应用 |
| 4.6 本章小结 |
| 第5章 基于专家群体最大满意度原则的群决策模型 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.3 组合赋权优化方法 |
| 5.4 基于累积前景理论的个人决策 |
| 5.4.1 决策矩阵归一化处理 |
| 5.4.2 价值函数和概率权重函数 |
| 5.4.3 综合前景价值 |
| 5.5 基于专家满意度最大原则的群决策模型 |
| 5.5.1 专家满意度最大原则 |
| 5.5.2 EMGDM构建步骤 |
| 5.6 实例应用 |
| 5.6.1 决策矩阵建立 |
| 5.6.2 指标权重计算 |
| 5.6.3 个人决策 |
| 5.6.4 群决策 |
| 5.7 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 主要创新点 |
| 6.3 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（2）淠河流域水库群防洪调度知识图谱构建研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究的目的和意义 |
| 1.2 国内外研究概况 |
| 1.3 论文研究内容 |
| 1.4 论文组织结构 |
| 第2章 淠河流域概况 |
| 2.1 淠河流域基本概况 |
| 2.2 淠河流域防洪概况 |
| 2.3 淠河流域水工程调度规则 |
| 2.4 水库群防洪调度流程 |
| 2.5 本章小结 |
| 第3章 知识图谱构建方法介绍 |
| 3.1 知识图谱介绍 |
| 3.2 知识的表示与建模 |
| 3.2.1 知识表示 |
| 3.2.2 知识建模 |
| 3.3 知识抽取 |
| 3.4 知识融合 |
| 3.5 知识存储 |
| 3.6 知识图谱应用 |
| 3.6.1 智能搜索 |
| 3.6.2 知识图谱可视化 |
| 3.7 本章小结 |
| 第4章 淠河流域防洪调度知识图谱的设计与构建 |
| 4.1 模式层的建立 |
| 4.1.1 防洪调度领域本体定义 |
| 4.1.2 防洪调度领域本体属性定义 |
| 4.1.3 防洪调度领域本体关系界定 |
| 4.2 数据的获取与处理 |
| 4.3 知识存储与实现 |
| 4.3.1 知识图谱存储 |
| 4.3.2 知识图谱实现 |
| 4.4 本章小结 |
| 第5章 知识图谱的应用 |
| 5.1 业务情景特征分析 |
| 5.1.1 防洪工程信息 |
| 5.1.2 洪水预报信息 |
| 5.1.3 河道堤防信息 |
| 5.1.4 防洪保护对象信息 |
| 5.2 知识匹配搜索功能 |
| 5.2.1 提供搜索路径 |
| 5.2.2 知识匹配 |
| 5.3 查询系统界面设计 |
| 5.4 本章小结 |
| 第6章 研究结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（3）梯级水库群多目标优化调度研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.3 国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.3.3 研究述评 |
| 1.4 主要研究内容及技术路线 |
| 1.5 主要研究结论及创新点 |
| 第2章 梯级水库群多目标优化调度及相关基础理论 |
| 2.1 梯级水库群多目标优化调度概述 |
| 2.1.1 梯级水库群 |
| 2.1.2 梯级水库群多目标内涵 |
| 2.1.3 梯级水库群多目标优化调度及其原则 |
| 2.2 梯级水库群多目标优化调度理论与方法 |
| 2.2.1 多目标优化调度方法 |
| 2.2.2 多目标优化技术 |
| 2.2.3 多目标进化算法 |
| 2.3 小结 |
| 第3章 梯级水库群多目标优化系统及影响因素分析 |
| 3.1 梯级水库群多目标优化调度系统 |
| 3.1.1 系统特征 |
| 3.1.2 系统分类 |
| 3.2 梯级水库群多目标优化调度影响因素 |
| 3.2.1 地域自然环境因素 |
| 3.2.2 时间季节因素 |
| 3.2.3 需求因素 |
| 3.2.4 社会经济发展因素 |
| 3.3 提高水库群优化调度需要解决的主要理论问题 |
| 3.3.1 存在的问题 |
| 3.3.2 本文解决的主要理论问题 |
| 3.4 小结 |
| 第4章 基于梯级水库群多目标粒子群优化算法的构建 |
| 4.1 多目标粒子群优化算法 |
| 4.1.1 粒子群优化算法的数学模型 |
| 4.1.2 粒子群优化算法步骤 |
| 4.2 改进的多目标粒子群优化算法MQPSO |
| 4.2.1 MQPSO算法的提出 |
| 4.2.2 基于MQPSO算法的基本流程 |
| 4.3 改进的MQPS0算法与其他优化算法的对比 |
| 4.3.1 测试函数 |
| 4.3.2 指标评价 |
| 4.3.3 算法对比 |
| 4.4 算例分析 |
| 4.5 算例验证 |
| 4.5.1 问题的提出 |
| 4.5.2 系统参数及结果分析 |
| 4.6 小结 |
| 第5章 考虑水量的梯级水库群多目标优化调度研究 |
| 5.1 梯级水库群供水优化调度模型的构建思路 |
| 5.2 梯级水库群供水优化调度的数学模型 |
| 5.2.1 目标函数 |
| 5.2.2 约束条件 |
| 5.3 实例应用 |
| 5.3.1 流域概况 |
| 5.3.2 水库资料分析 |
| 5.3.3 流域分区及概化图 |
| 5.3.4 流域主要水库现状及供需水分析 |
| 5.3.5 基于MQPSO算法的结果与分析 |
| 5.5 小结 |
| 第6章 考虑水质的梯级水库群多目标优化调度研究 |
| 6.1 梯级水库群水质分析及评价 |
| 6.1.1 背景概述 |
| 6.1.2 理论与方法 |
| 6.2 考虑水质的水量调控模型 |
| 6.2.1 目标函数 |
| 6.2.2 约束条件 |
| 6.3 Copula函数 |
| 6.4 考虑水质的梯级水库群联合调度模型 |
| 6.4.1 污染指标 |
| 6.4.2 改善水质的水量计算 |
| 6.4.3 计算模型 |
| 6.5 实例应用 |
| 6.5.1 目标函数 |
| 6.5.2 约束条件 |
| 6.5.3 基于MQPSO算法的结果与分析 |
| 6.6 小结 |
| 第七章 考虑丰水期发电的梯级水库群多目标优化调度研究 |
| 7.1 梯级水库群水力发电的概况 |
| 7.2 梯级水库群水利发电的背景与方法 |
| 7.3 梯级水库群丰、枯水期的确定 |
| 7.4 考虑丰水期发电的梯级水库群优化调度模型及算法 |
| 7.4.1 目标函数 |
| 7.4.2 约束条件 |
| 7.5 实例应用 |
| 7.5.1 洪汝河流域水文年划分 |
| 7.5.2 基于MQPSO算法的结果与分析 |
| 7.6 小结 |
| 第8章 研究成果与结论 |
| 8.1 成果与结论 |
| 8.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表的论文 |
| 攻读博士学位期间主持和参加的科研项目 |
（4）水库预报调度过程化动态决策模式研究及系统实现（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 水库常规调度 |
| 1.2.2 水库优化调度 |
| 1.2.3 水库适应性调度 |
| 1.3 问题提出 |
| 1.4 研究的主要内容 |
| 1.5 技术路线 |
| 2 水库预报调度的过程化动态决策模式 |
| 2.1 问题导向 |
| 2.1.1 水库调度的不确定性因素 |
| 2.1.2 水库调度现存的主要问题 |
| 2.2 过程化动态决策模式研究基本思路 |
| 2.3 模式实现的理论与技术支撑 |
| 2.3.1 基于大概近似理论的的径流预报区间化机制 |
| 2.3.2 预报调度过程滚动修正机制 |
| 2.3.3 多时间尺度调度计划方案互馈机制 |
| 2.3.4 预报调度的过程化动态决策模式的实现 |
| 2.4 过程化动态决策模式框架 |
| 2.4.1 过程化动态决策模式框架 |
| 2.4.2 过程化动态决策模式实施流程 |
| 2.5 本章小结 |
| 3 水库径流预报方法库及预报区间机制 |
| 3.1 径流预报基本模型 |
| 3.1.1 BP神经网络模型 |
| 3.1.2 自回归模型 |
| 3.1.3 GM(1,1)模型 |
| 3.1.4 新安江模型 |
| 3.2 预报方法组件化 |
| 3.3 径流预报区间化表达 |
| 3.3.1 径流预报区间化研究思路 |
| 3.3.2 径流预报区间化表述 |
| 3.3.3 实例应用 |
| 3.4 本章小结 |
| 4 水库调度方法库及预报调度滚动修正机制 |
| 4.1 水库常规调度方法及组件库 |
| 4.1.1 常规调度方法 |
| 4.1.2 常规调度方法组件库 |
| 4.2 水库单目标调度方法及组件库 |
| 4.2.1 单目标调度方法 |
| 4.2.2 单目标调度方法组件库 |
| 4.3 水库多目标调度方法 |
| 4.3.1 MOEA/D-AWA算法 |
| 4.3.2 MOEA/D-PFR算法 |
| 4.3.3 多目标调度方法组件库 |
| 4.4 调度周期内的预报调度滚动修正机制 |
| 4.4.1 滚动修正机制研究思路 |
| 4.4.2 径流预报滚动修正工作原理 |
| 4.4.3 滚动修正预报的启动条件 |
| 4.4.4 调度周期内的预报调度滚动修正机制流程 |
| 4.5 本章小结 |
| 5 多时间尺度调度计划方案嵌套互馈机制 |
| 5.1 多时间尺度调度计划方案嵌套互馈的必要性 |
| 5.2 多时间尺度方案互馈机制研究思路 |
| 5.2.1 多时间尺度方案滚动嵌套互馈思想 |
| 5.2.2 互馈机制设计 |
| 5.3 多时间尺度滚动嵌套互馈机制 |
| 5.4 多时间尺度方案互馈关系 |
| 5.5 多时间尺度方案互馈机制工作原理 |
| 5.6 互馈机制实施流程 |
| 5.7 本章小结 |
| 6 基于平台的预报调度过程化动态决策系统开发实现 |
| 6.1 过程化动态决策系统定位 |
| 6.2 过程化动态决策系统框架 |
| 6.3 技术支撑及应用 |
| 6.3.1 综合集成平台 |
| 6.3.2 组件技术 |
| 6.3.3 知识图技术 |
| 6.4 预报调度业务流程描述 |
| 6.4.1 预报调度过程化动态决策业务主题划分 |
| 6.4.2 预报调度业务化实现的思路 |
| 6.5 基于平台的预报调度过程化动态决策系统构建 |
| 6.6 本章小结 |
| 7 水库预报调度过程化动态决策系统集成应用 |
| 7.1 应用实例概况 |
| 7.1.1 水资源情况 |
| 7.1.2 外调水工程情况 |
| 7.1.3 区域时空关系 |
| 7.2 业务流程描述及实现 |
| 7.2.1 径流预报区间业务化实现 |
| 7.2.2 预报调度过程滚动修正机制业务化实现 |
| 7.2.3 多尺度调度计划方案与实施调度方案互馈业务化实现 |
| 7.3 集成化业务应用 |
| 7.3.1 分级嵌套业务化应用 |
| 7.3.2 预报调度过程化业务应用 |
| 7.4 本章小结 |
| 8 结论与展望 |
| 8.1 结论 |
| 8.2 创新点 |
| 8.3 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间主要研究成果 |
（5）基于专家经验的石头口门水库防洪调度方案研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 水库防洪调度现状 |
| 1.2.2 防洪调度系统研究现状 |
| 1.3 论文主要研究内容 |
| 1.3.1 论文研究内容 |
| 1.3.2 论文内容结构图 |
| 2 研究流域及水库概况 |
| 2.1 流域概况 |
| 2.1.1 流域基本资料 |
| 2.1.2 暴雨成因及洪水特征 |
| 2.2 水库概况 |
| 2.2.1 水库基本情况 |
| 2.2.2 水库特征参数 |
| 2.2.3 水库调度规则 |
| 2.2.4 水库防洪任务 |
| 2.3 资料分析 |
| 2.4 本章小结 |
| 3 基于专家经验的石头口门水库防洪调度方案研究 |
| 3.1 引言 |
| 3.2 石头口门水库专家调度经验挖掘 |
| 3.2.1 关键指标确定 |
| 3.2.2 历史调度过程分析 |
| 3.2.3 专家经验挖掘 |
| 3.3 石头口门水库防洪调度方案研究 |
| 3.3.1 考虑专家经验的防洪调度方案制定 |
| 3.3.2 与规则调度结果对比分析 |
| 3.4 本章小结 |
| 4 考虑专家经验的防洪优化调度方案研究 |
| 4.1 引言 |
| 4.2 防洪优化调度模型建立 |
| 4.2.1 优化调度目标确定 |
| 4.2.2 模型目标函数和约束条件 |
| 4.2.3 算法基本原理 |
| 4.2.4 模型求解步骤 |
| 4.3 结果分析 |
| 4.3.1 多目标竞争关系分析 |
| 4.3.2 调度方案分析 |
| 4.4 本章小结 |
| 5 石头口门水库防洪调度系统设计和开发 |
| 5.1 引言 |
| 5.2 系统开发的目的 |
| 5.3 系统功能结构 |
| 5.3.1 信息查询子系统 |
| 5.3.2 调度决策子系统 |
| 5.3.3 预报信息子系统 |
| 5.3.4 方案优选子系统 |
| 5.4 系统关键技术 |
| 5.4.1 场次洪水划分方法 |
| 5.4.2 抗雨能力计算方法 |
| 5.4.3 多目标模糊优选技术 |
| 5.5 系统主要界面设计 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 附录A 石头口门水库经验-规则调度过程表 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（6）梯级水库多目标互馈关系及决策方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 多目标优化调度 |
| 1.2.2 多目标互馈关系 |
| 1.2.3 多属性决策 |
| 1.3 目前存在的主要问题及发展趋势 |
| 1.4 本文的主要研究内容以及创新点 |
| 1.4.1 本文的主要研究内容 |
| 1.4.2 本文的主要创新点 |
| 第2章 考虑洪水峰型及其频率的防洪风险分析 |
| 2.1 引言 |
| 2.2 洪水特征变量随机模拟 |
| 2.2.1 洪水特征变量 |
| 2.2.2 洪水特征变量联合分布 |
| 2.2.3 洪水特征变量随机模拟 |
| 2.3 考虑峰型及其频率的洪水过程线随机模拟 |
| 2.3.1 基于K-means算法的洪水聚类 |
| 2.3.2 无量纲洪水过程线随机模拟 |
| 2.3.3 考虑洪水类型的洪水过程线放大 |
| 2.4 实例计算 |
| 2.4.1 洪水特征变量随机模拟 |
| 2.4.2 洪水过程线聚类分析 |
| 2.4.3 无量纲洪水过程线生成 |
| 2.4.4 洪水过程线放大 |
| 2.4.5 防洪风险分析 |
| 2.5 本章小结 |
| 第3章 INSGA-Ⅱ算法及其在梯级水库多目标优化调度中的应用 |
| 3.1 引言 |
| 3.2 基于正交设计及问题变换策略的改进NSGA-Ⅱ算法 |
| 3.2.1 基于正交设计的种群初始化策略 |
| 3.2.2 基于问题变换的搜索空间降维策略 |
| 3.2.3 INSGA-Ⅱ算法 |
| 3.2.4 测试函数计算结果 |
| 3.3 溪洛渡-向家坝梯级水电站多目标优化调度模型 |
| 3.3.1 目标函数 |
| 3.3.2 约束条件 |
| 3.4 模型求解 |
| 3.5 本章小结 |
| 第4章 基于结构方程模型的梯级水库兴利目标互馈关系研究 |
| 4.1 引言 |
| 4.2 结构方程模型 |
| 4.2.1 基本形式 |
| 4.2.2 求解步骤 |
| 4.3 实例计算 |
| 4.3.1 研究假设 |
| 4.3.2 结构方程模型构建 |
| 4.3.3 数据检验 |
| 4.3.4 模型计算及修正 |
| 4.3.5 结果分析 |
| 4.4 本章小结 |
| 第5章 INGTDM-MAS及其在防洪-兴利多属性决策中的应用 |
| 5.1 引言 |
| 5.2 基于集值统计的指标权重确定 |
| 5.3 多维关联抽样 |
| 5.4 基于多维关联抽样的区间数灰靶决策模型 |
| 5.4.1 传统区间数灰靶决策模型 |
| 5.4.2 INGTDM-MAS模型构建步骤 |
| 5.5 实例计算 |
| 5.5.1 加权标准化 |
| 5.5.2 三维指标联合分布函数 |
| 5.5.3 方案决策 |
| 5.6 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（7）流域水库群蓄滞洪区综合防洪调度研究与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 引言 |
| 1.2 选题背景与研究思路 |
| 1.3 流域水库群蓄滞洪区防洪调度综合研究综述 |
| 1.4 本文主要研究内容与框架 |
| 2 高效解算一维枝状河网模型 |
| 2.1 引言 |
| 2.2 高效解算一维枝状河网模型 |
| 2.3 算例验证与分析 |
| 2.4 实例计算与分析 |
| 2.5 本章小结 |
| 3 水库库区洪水传播时间与库容变化规律研究 |
| 3.1 引言 |
| 3.2 库区洪水传播变化规律 |
| 3.3 库容变化规律 |
| 3.4 本章小结 |
| 4 水库群联合防洪调度研究 |
| 4.1 引言 |
| 4.2 研究流域及其防洪调度目标 |
| 4.3 基于调度规则的水库群联合常规防洪调度 |
| 4.4 基于深度神经网络的水库群联合防洪调度 |
| 4.5 耦合河网模型的常规防洪调度模型 |
| 4.6 本章小结 |
| 5 蓄滞洪区防洪调度研究 |
| 5.1 引言 |
| 5.2 蓄滞洪区洪水演进精细化模拟模型 |
| 5.3 应急疏散避洪转移模型 |
| 5.4 实例分析 |
| 5.5 本章小结 |
| 6 流域综合防洪调度体系与信息化技术研究 |
| 6.1 引言 |
| 6.2 流域综合防洪调度研究——以汉北河流域为例 |
| 6.3 流域防洪调度信息化技术研究与应用 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 7.1 研究总结 |
| 7.2 工作展望 |
| 致谢 |
| 参考文献 |
| 附录1:攻读博士期间发表的学术论文 |
| 附录2:攻读博士期间完成和参与的主要科研项目 |
| 附录3:攻读博士期间与导师合作完成的发明专利 |
| 附录4:攻读博士期间获得的奖励 |
（8）长江上游控制性水库群联合防洪调度及库容分配研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 防洪调度研究现状 |
| 1.3 研究对象概况 |
| 1.4 本文研究内容及论文框架 |
| 2 剩余防洪库容最大的库群联合防洪调度研究 |
| 2.1 引言 |
| 2.2 剩余防洪库容最大为目标的模型建立 |
| 2.3 模型解算方法 |
| 2.4 川江河段剩余防洪库容最大防洪调度实例研究 |
| 2.5 本章小结 |
| 3 防洪库容效益最大的库容分配研究 |
| 3.1 引言 |
| 3.2 防洪库容效益概念 |
| 3.3 防洪库容效益最大的库容分配方法 |
| 3.4 以李庄为防洪控制点的库容分配实例研究 |
| 3.5 本章小结 |
| 4 长江上游控制性水库群联合防洪优化调度研究 |
| 4.1 引言 |
| 4.2 模型建立 |
| 4.3 模型解算方法 |
| 4.4 长江上游控制性水库群联合防洪优化调度结果分析 |
| 4.5 本章小结 |
| 5 长江上游控制性水库群联合防洪调度规则研究 |
| 5.1 引言 |
| 5.2 长江上游控制性水库群模拟-优化模型 |
| 5.3 长江上游控制性水库群联合防洪调度规则实例研究 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读学位期间参与的科研项目 |
| 附录2 攻读学位期间发表的论文 |
（9）基于特征选择的数据驱动水库动态调度决策算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题目的和意义 |
| 1.1.1 传统调度方法面临的问题 |
| 1.1.2 基于数据驱动的调度研究 |
| 1.1.3 水库优化调度 |
| 1.2 国内外研究现状 |
| 1.2.1 水库优化调度研究现状 |
| 1.2.2 特征选择研究现状 |
| 1.3 论文组织结构 |
| 1.3.1 课题来源 |
| 1.3.2 论文组织结构 |
| 第二章 基于改进蜻蜓算法的封装式特征选择算法 |
| 2.1 引言 |
| 2.2 混合序列浮动后向选择的改进的蜻蜓算法 |
| 2.2.1 基本蜻蜓算法 |
| 2.2.2 引入局部序列浮动后向选择机制 |
| 2.3 基于改进蜻蜓算法的封装式特征选择算法框架 |
| 2.3.1 算法结构和流程 |
| 2.3.2 特征表示和初始化策略 |
| 2.3.3 评价函数 |
| 2.4 实验设计与结果分析 |
| 2.4.1 实验设置 |
| 2.4.2 实验结果与原算法对比 |
| 2.4.3 与其他进化及群智能算法对比 |
| 2.5 本章小结 |
| 第三章 融合最小冗余最大相关性的混合式特征选择算法 |
| 3.1 引言 |
| 3.2 融合最小冗余最大相关性的二阶段混合式特征选择算法 |
| 3.2.1 算法基本思想 |
| 3.2.2 算法实现及流程 |
| 3.3 实验设计及结果分析 |
| 3.3.1 参数讨论 |
| 3.3.2 参数设置与对比算法 |
| 3.3.3 实验结果分析 |
| 3.4 本章小结 |
| 第四章 基于特征选择的梯级水库动态调度研究 |
| 4.1 引言 |
| 4.2 基于特征选择的梯级水库调度分类模型 |
| 4.2.1 梯级水库调度目标分类 |
| 4.2.2 动态调度分类模型 |
| 4.3 面向水库调度的蜻蜓算法 |
| 4.3.1 蜻蜓算法改进分析 |
| 4.3.2 改进的蜻蜓算法流程 |
| 4.4 泸水河流域实例计算 |
| 4.4.1 泸水河流域水库群调度模型 |
| 4.4.2 计算结果及分析 |
| 4.5 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 1 作者简历 |
| 2 攻读硕士学位期间发表的学术论文 |
| 3 参与的科研项目及获奖情况 |
| 学位论文数据集 |
（10）水库群防洪库容高效利用相关问题研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 选题及研究目的 |
| 1.3 水库群联合防洪调度研究进展 |
| 1.4 河道洪水演算方法研究进展 |
| 1.5 本文主要研究内容及总体结构框架 |
| 2 非线性河道洪水演算方法研究 |
| 2.1 引言 |
| 2.2 变幂指数非线性马斯京根模型(DVEP-4PNL-L) |
| 2.3 DVEP-4PNL-L模型演算流程及参数优选 |
| 2.4 变参数非线性马斯京根模型(DVP-3PNL) |
| 2.5 DVP-3PNL模型演算流程及参数优选 |
| 2.6 小结 |
| 3 混合优化算法研究 |
| 3.1 引言 |
| 3.2 变参数非线性马斯京根模型参数优选方法 |
| 3.3 混合优化算法(AGANMS) |
| 3.4 DVEP-4PNL-L模型验证 |
| 3.5 DVP-3PNL模型验证 |
| 3.6 小结 |
| 4 水库群防洪库容优化分配模型研究 |
| 4.1 引言 |
| 4.2 研究区域概况 |
| 4.3 变权重预留防洪库容最大防洪库容优化分配模型 |
| 4.4 系统非线性安全度最大防洪库容优化分配模型 |
| 4.5 小结 |
| 5 水库群防洪库容等效性研究 |
| 5.1 引言 |
| 5.2 水库群防洪库容等效性定量研究方法 |
| 5.3 长江川渝河段干支流水库与溪洛渡防洪库容等效性研究 |
| 5.4 长江川渝河段支流水库与干流水库防洪库容等效性研究 |
| 5.5 小结 |
| 6 主要结论、创新点及展望 |
| 6.1 主要结论 |
| 6.2 本文创新点 |
| 6.3 展望 |
| 致谢 |
| 参考文献 |
| 附录 1:攻读博士学位期间发表论文目录 |
| 附录 2:攻读博士学位期间取得发明专利及软件着作权目录 |
| 附录 3:攻读博士学位期间完成和参与科研项目目录 |
四、防洪调度智能决策支持系统的研究现状及问题（论文参考文献）
- [1]基于风险分摊的梯级水库汛期水位动态控制及决策研究[D]. 李宁宁. 华北电力大学(北京), 2021(01)
- [2]淠河流域水库群防洪调度知识图谱构建研究[D]. 张福信. 太原理工大学, 2021(01)
- [3]梯级水库群多目标优化调度研究[D]. 乔英. 华北电力大学(北京), 2020(06)
- [4]水库预报调度过程化动态决策模式研究及系统实现[D]. 孙小梅. 西安理工大学, 2020(11)
- [5]基于专家经验的石头口门水库防洪调度方案研究[D]. 丁鹏齐. 大连理工大学, 2020(02)
- [6]梯级水库多目标互馈关系及决策方法研究[D]. 阎晓冉. 华北电力大学(北京), 2020
- [7]流域水库群蓄滞洪区综合防洪调度研究与应用[D]. 卢程伟. 华中科技大学, 2019
- [8]长江上游控制性水库群联合防洪调度及库容分配研究[D]. 周华艳. 华中科技大学, 2019(03)
- [9]基于特征选择的数据驱动水库动态调度决策算法研究[D]. 朱凯莉. 浙江工业大学, 2019
- [10]水库群防洪库容高效利用相关问题研究[D]. 周丽伟. 华中科技大学, 2019(03)