SWAT模型径流模拟预测在水电站中的应用
发布时间：2021-01-30 10:05
研究水电站上游流域气候变化对径流的影响,可以预测水电站来水量,对水资源的分配和水电站发电效益分析具有重要意义。本文以渭河中上游流域为研究区,魏家堡水电站为研究对象,基于Delta方法和CMIP5数据,利用SWAT模型模拟预测,分析不同气候场景下研究区的水文气象情况,结合魏家堡水电站运行情况,将预测的径流量作为参考,分析不同气候环境下水电站的发电效益情况。本文主要结论如下:（1）采用Kendall秩次检验、Mann-Kendall方法、小波分析等方法对研究区两个主要水文站历史时期（1960-2000年）径流特征进行分析,从而得到整个研究区过去40年的径流特征。根据本文分析表明,径流汛期集中在7、8、9、10月份,枯水期在每年的12、1、2月份;在80年代末期径流序列产生突变,径流呈显著递减趋势;整体来看,研究区水资源逐显紧张趋势。（2）利用研究区域的DEM图、土壤栅格数据和土地利用栅格数据图,以及四个站点的气象数据,构建渭河中上游流域的SWAT模型本地数据库。使用SWAT模型对站点径流过程进行了模拟,结果表明,模型模拟径流与实测径流吻合较好,证明SWAT模型在研究区有较好的适用性。（3）...
【文章来源】：南昌工程学院江西省
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
项目的总体技术路线图
选取渭河中上游区两个水文站点魏家堡和林家村水文站作为控制站，以1960-2010 年径流资料作为研究基础，统计得魏家堡多年平均径流 28.1 亿立方米，林家村多年平均径流为19.7亿立方米。图2.2表示的是两个水文站点的多年月平均径流，可以看出渭河中上游汛期主要在 7、8、9、10 月份，流量较大；枯水期在 12、1、2月份，流量较小。（2）径流趋势分析通过 Kendall 秩次相关检验描述林家村和魏家堡两个水文站点的径流序列随时间的变化，对它们的趋势性进行分析。Kendall 秩次相关检验法计算原理如下：1(1)4 nndi 1/2[ ( )] Var 9(1)(25) nnnnVar （2.1）统计年径流序列 Y1,Y2,…,Yn 对偶值出现的次数 di，将次数代入上式便可得到统计量μ。
SWAT 模型径流模拟预测在水电站中的应用μ值便是 Kendall 秩次相关系数，查找显著性水平 k 下对应的临界值μk/2，比较μk/2与统计量μ绝对值的大小，若μ更大认为径流趋势显著，反之，若μ小于μk/2值，则认为该径流序列趋势不显著。μ所带的符号表示径流的不同趋势，μ为正号时，表示递增趋势；μ为负号时，则表示递减趋势。
【参考文献】：
期刊论文
[1]基于DEM的秋浦河流域水文特征提取研究[J]. 汪玲玲. 黑龙江工程学院学报. 2018(04)
[2]考虑调蓄池入渗特征的洪峰调节模型及其对海绵城市建设的影响研究[J]. 左伟. 重庆建筑. 2018(07)
[3]基于DEM的南流江流域水系分维数计算及其影响因素分析[J]. 谢琼英,赵银军. 广西师范学院学报(自然科学版). 2018(03)
[4]二维水动力模型参数和边界条件不确定性分析[J]. 曹引,冶运涛,梁犁丽,赵红莉,蒋云钟,王浩,王俊锋. 水力发电学报. 2018(06)
[5]金沙江白鹤滩水电站工程建设的重大作用[J]. 樊启祥,汪志林,吴关叶. 水力发电. 2018(06)
[6]SST biases over the Northwest Pacific and possible causes in CMIP5 models[J]. Chenqi WANG,Liwei ZOU,Tianjun ZHOU. Science China（Earth Sciences）. 2018(06)
[7]榆林地区降雨径流关系及产汇流机制分析[J]. 强文博. 陕西水利. 2018(03)
[8]基于SWAT模型的乌鲁木齐河上游土地利用和气候变化对径流的影响[J]. 祖拜代·木依布拉,师庆东,普拉提·莫合塔尔,张润. 生态学报. 2018(14)
[9]SWAT模型土壤物理属性数据库本土化构建研究[J]. 徐冬梅,胡昊,王文川,刘惠敏. 华北水利水电大学学报(自然科学版). 2018(01)
[10]土壤可蚀性K值最优估算方法遴选——以陕北安塞集水区为例[J]. 魏慧,赵文武. 中国水土保持科学. 2017(06)
博士论文
[1]水电站群中长期径流预报及发电优化调度的智能方法应用研究[D]. 李保健.大连理工大学 2015
[2]水电站优化运行与风险分析[D]. 张铭.华中科技大学 2008
[3]水库中长期径流预报及兴利调度方式研究[D]. 朱永英.大连理工大学 2008
硕士论文
[1]中长期径流预报系统的设计与实现[D]. 王迁.南昌航空大学 2018
[2]赣江流域径流对气候变化的响应[D]. 熊翰林.南昌工程学院 2018
[3]改进人工蜂群算法在梯级水库群优化调度中的应用[D]. 王坤.南昌工程学院 2017
[4]SWAT模型参数优化与土地利用变化的径流效应研究[D]. 张丽.西北农林科技大学 2016
[5]水电站群经济运行关键技术研究与应用[D]. 赵星.河海大学 2006
[6]水电站水库优化调度模型研究[D]. 原文林.郑州大学 2006
本文编号：3008710
【文章来源】：南昌工程学院江西省
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
项目的总体技术路线图
选取渭河中上游区两个水文站点魏家堡和林家村水文站作为控制站，以1960-2010 年径流资料作为研究基础，统计得魏家堡多年平均径流 28.1 亿立方米，林家村多年平均径流为19.7亿立方米。图2.2表示的是两个水文站点的多年月平均径流，可以看出渭河中上游汛期主要在 7、8、9、10 月份，流量较大；枯水期在 12、1、2月份，流量较小。（2）径流趋势分析通过 Kendall 秩次相关检验描述林家村和魏家堡两个水文站点的径流序列随时间的变化，对它们的趋势性进行分析。Kendall 秩次相关检验法计算原理如下：1(1)4 nndi 1/2[ ( )] Var 9(1)(25) nnnnVar （2.1）统计年径流序列 Y1,Y2,…,Yn 对偶值出现的次数 di，将次数代入上式便可得到统计量μ。
SWAT 模型径流模拟预测在水电站中的应用μ值便是 Kendall 秩次相关系数，查找显著性水平 k 下对应的临界值μk/2，比较μk/2与统计量μ绝对值的大小，若μ更大认为径流趋势显著，反之，若μ小于μk/2值，则认为该径流序列趋势不显著。μ所带的符号表示径流的不同趋势，μ为正号时，表示递增趋势；μ为负号时，则表示递减趋势。
【参考文献】：
期刊论文
[1]基于DEM的秋浦河流域水文特征提取研究[J]. 汪玲玲. 黑龙江工程学院学报. 2018(04)
[2]考虑调蓄池入渗特征的洪峰调节模型及其对海绵城市建设的影响研究[J]. 左伟. 重庆建筑. 2018(07)
[3]基于DEM的南流江流域水系分维数计算及其影响因素分析[J]. 谢琼英,赵银军. 广西师范学院学报(自然科学版). 2018(03)
[4]二维水动力模型参数和边界条件不确定性分析[J]. 曹引,冶运涛,梁犁丽,赵红莉,蒋云钟,王浩,王俊锋. 水力发电学报. 2018(06)
[5]金沙江白鹤滩水电站工程建设的重大作用[J]. 樊启祥,汪志林,吴关叶. 水力发电. 2018(06)
[6]SST biases over the Northwest Pacific and possible causes in CMIP5 models[J]. Chenqi WANG,Liwei ZOU,Tianjun ZHOU. Science China（Earth Sciences）. 2018(06)
[7]榆林地区降雨径流关系及产汇流机制分析[J]. 强文博. 陕西水利. 2018(03)
[8]基于SWAT模型的乌鲁木齐河上游土地利用和气候变化对径流的影响[J]. 祖拜代·木依布拉,师庆东,普拉提·莫合塔尔,张润. 生态学报. 2018(14)
[9]SWAT模型土壤物理属性数据库本土化构建研究[J]. 徐冬梅,胡昊,王文川,刘惠敏. 华北水利水电大学学报(自然科学版). 2018(01)
[10]土壤可蚀性K值最优估算方法遴选——以陕北安塞集水区为例[J]. 魏慧,赵文武. 中国水土保持科学. 2017(06)
博士论文
[1]水电站群中长期径流预报及发电优化调度的智能方法应用研究[D]. 李保健.大连理工大学 2015
[2]水电站优化运行与风险分析[D]. 张铭.华中科技大学 2008
[3]水库中长期径流预报及兴利调度方式研究[D]. 朱永英.大连理工大学 2008
硕士论文
[1]中长期径流预报系统的设计与实现[D]. 王迁.南昌航空大学 2018
[2]赣江流域径流对气候变化的响应[D]. 熊翰林.南昌工程学院 2018
[3]改进人工蜂群算法在梯级水库群优化调度中的应用[D]. 王坤.南昌工程学院 2017
[4]SWAT模型参数优化与土地利用变化的径流效应研究[D]. 张丽.西北农林科技大学 2016
[5]水电站群经济运行关键技术研究与应用[D]. 赵星.河海大学 2006
[6]水电站水库优化调度模型研究[D]. 原文林.郑州大学 2006
本文编号：3008710
本文链接：https://www.wllwen.com/kejilunwen/shuiwenshuili/3008710.html
