山西省子洪水库防洪优化调度研究
发布时间:2021-12-09 04:15
我国特殊的地形地貌及水资源分布特点,决定了我国洪灾频发的现状,水资源的不均匀分布,使得水资源供给与需求矛盾突出。水资源短缺问题已经成为影响我国生产力发展的主要问题之一。为缓解水资源的供需矛盾,减少洪灾带来的损失,合理调度洪水资源将成为解决问题的关键举措。水库防洪调度是水库运行管理的非工程措施之一,能够有效解决防洪安全问题,提高洪水资源的利用效率。因此,在研究水库防洪优化调度理论的基础上,通过径流调节来合理调度洪水资源,对提高我国水资源利用率具有非常重要的理论和现实意义。目前,水库常用的调度方式有两种,一般情况下采用常规调度方式,另一种情况是当水库遇较大洪水时,宜采用预报调度方式。因经济、技术发展的限制,洪水预报调度的研究还有待进一步发展。子洪水库是山西大水网工程的调蓄水库之一,水库的调度方式不仅影响水库自身的安全,同时也会影响大水网的正常运行。本论文在研究子洪水库流域特点的基础上,通过分析水库防洪调度现状,提出子洪水库的洪水预报方式并建立不同的防洪调度模型,开展水库防洪调度研究。主要研究内容和成果如下:(1)建立子洪水库洪水预报模型。首先,分析降雨量、河道入流资料,对该流域进行单元划分...
【文章来源】:太原理工大学山西省 211工程院校
【文章页数】:94 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第一章 绪论
1.1 研究的背景及意义
1.2 国内外研究现状
1.2.1 水库洪水预报研究现状
1.2.2 水库防洪调度研究现状
1.2.3 调度决策支持系统研究现状
1.3 现存问题及发展趋势
1.4 本文研究的主要思路
1.4.1 研究内容
1.4.2 研究技术路线
第二章 研究区域概况
2.1 流域概况
2.2 子洪水库工程概况
2.3 水雨情站网的布设
2.3.1 雨洪资料的整编及分析
2.3.2 流域预报单元划分图
2.4 子洪水库调度现状
2.4.1 子洪水库设计洪水
2.4.2 子洪水库调度任务和原则
2.4.3 常规调度方式
2.5 本章小结
第三章 子洪水库洪水预报模型分析
3.1 洪水预报模型分析
3.2 双超模型
3.2.1 模型基本理论及结构
3.2.2 产流计算原理
3.2.3 汇流计算原理
3.3 双超模型预报结果及分析
3.3.1 双超模型预报结果
3.3.2 结果分析
3.4 本章小结
第四章 防洪优化调度模型的建立与求解
4.1 水库调度规则
4.1.1 水库防洪调度的任务
4.1.2 水库防洪调度的分类
4.1.3 水库防洪调度的优化准则
4.2 水库防洪优化调度数学模型
4.2.1 大坝安全调度模型
4.2.2 最大削峰模型
4.2.3 弃水量最小模型
4.2.4 最小洪灾损失模型
4.3 调度模型的求解
4.3.1 逐步优化算法
4.3.2 粒子群优化算法
4.3.3 改进粒子群算法
4.4 子洪水库防洪调度计算结果及对比分析
4.4.1 常规调度结果
4.4.2 逐步优化算法调度结果
4.4.3 改进粒子群算法优化调度结果
4.4.4 调度结果及对比分析
4.5 本章小结
第五章 子洪水库防洪优化调度系统的开发
5.1 子洪水库流域水情测报系统现状
5.2 调度系统开发的目标和原则
5.2.1 系统开发的目标
5.2.2 系统开发的原则
5.3 子洪水库防洪优化调度系统开发
5.3.1 子洪水库防洪优化调度系统的组成
5.3.2 子洪水库防洪优化调度系统的功能
5.4 本章小结
第六章 结论与展望
6.1 结论
6.2 展望
参考文献
致谢
攻读硕士学位期间发表的论文及参加的主要科研项目
【参考文献】:
期刊论文
[1]基于粒子群的水库群联合防洪预报调度规则设计方法[J]. 刁艳芳,段震,程慧,陈鑫,张荣,王文民. 中国农村水利水电. 2018(02)
[2]英那河水库防洪预报调度方案制定与分析[J]. 董占飞,王丕国,梁国华,周惠成. 南水北调与水利科技. 2017(03)
[3]基于并行混沌量子粒子群算法的梯级水库群防洪优化调度研究[J]. 邹强,王学敏,李安强,何小聪,罗斌. 水利学报. 2016(08)
[4]水文预报不确定性对水库防洪调度的影响分析[J]. 陈璐,卢韦伟,周建中,郭生练,张俊宏. 水利学报. 2016(01)
[5]求解旅行商问题的改进局部搜索混沌离散粒子群优化算法[J]. 程毕芸,鲁海燕,徐向平,沈莞蔷. 计算机应用. 2016(01)
[6]碧流河水库防洪调度决策支持系统设计与开发[J]. 张春波,单连君,牟宝权,曲艺. 中国水运(下半月). 2015(06)
[7]逐次优化算法在梯级水库防洪优化调度中的应用[J]. 钱镜林,张松达,夏梦河. 中国农村水利水电. 2014(08)
[8]混沌模拟退火粒子群优化算法研究及应用[J]. 刘爱军,杨育,李斐,邢青松,陆惠,张煜东. 浙江大学学报(工学版). 2013(10)
[9]基于双指标的安康水库防洪预报调度规则研究[J]. 贾志峰,刘招,朱红艳,席秋义. 长江流域资源与环境. 2012(10)
[10]基于6h预报径流深的安康水库防洪预报调度方案研究[J]. 刘招,黄强,于兴杰,王丽霞. 水力发电学报. 2011(02)
博士论文
[1]梯级水电站群联合优化调度及其决策方法[D]. 李英海.华中科技大学 2009
[2]寒区流域水文模拟研究[D]. 关志成.河海大学 2002
硕士论文
[1]粒子群优化算法的改进及应用[D]. 居凤霞.华南理工大学 2014
本文编号:3529900
【文章来源】:太原理工大学山西省 211工程院校
【文章页数】:94 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第一章 绪论
1.1 研究的背景及意义
1.2 国内外研究现状
1.2.1 水库洪水预报研究现状
1.2.2 水库防洪调度研究现状
1.2.3 调度决策支持系统研究现状
1.3 现存问题及发展趋势
1.4 本文研究的主要思路
1.4.1 研究内容
1.4.2 研究技术路线
第二章 研究区域概况
2.1 流域概况
2.2 子洪水库工程概况
2.3 水雨情站网的布设
2.3.1 雨洪资料的整编及分析
2.3.2 流域预报单元划分图
2.4 子洪水库调度现状
2.4.1 子洪水库设计洪水
2.4.2 子洪水库调度任务和原则
2.4.3 常规调度方式
2.5 本章小结
第三章 子洪水库洪水预报模型分析
3.1 洪水预报模型分析
3.2 双超模型
3.2.1 模型基本理论及结构
3.2.2 产流计算原理
3.2.3 汇流计算原理
3.3 双超模型预报结果及分析
3.3.1 双超模型预报结果
3.3.2 结果分析
3.4 本章小结
第四章 防洪优化调度模型的建立与求解
4.1 水库调度规则
4.1.1 水库防洪调度的任务
4.1.2 水库防洪调度的分类
4.1.3 水库防洪调度的优化准则
4.2 水库防洪优化调度数学模型
4.2.1 大坝安全调度模型
4.2.2 最大削峰模型
4.2.3 弃水量最小模型
4.2.4 最小洪灾损失模型
4.3 调度模型的求解
4.3.1 逐步优化算法
4.3.2 粒子群优化算法
4.3.3 改进粒子群算法
4.4 子洪水库防洪调度计算结果及对比分析
4.4.1 常规调度结果
4.4.2 逐步优化算法调度结果
4.4.3 改进粒子群算法优化调度结果
4.4.4 调度结果及对比分析
4.5 本章小结
第五章 子洪水库防洪优化调度系统的开发
5.1 子洪水库流域水情测报系统现状
5.2 调度系统开发的目标和原则
5.2.1 系统开发的目标
5.2.2 系统开发的原则
5.3 子洪水库防洪优化调度系统开发
5.3.1 子洪水库防洪优化调度系统的组成
5.3.2 子洪水库防洪优化调度系统的功能
5.4 本章小结
第六章 结论与展望
6.1 结论
6.2 展望
参考文献
致谢
攻读硕士学位期间发表的论文及参加的主要科研项目
【参考文献】:
期刊论文
[1]基于粒子群的水库群联合防洪预报调度规则设计方法[J]. 刁艳芳,段震,程慧,陈鑫,张荣,王文民. 中国农村水利水电. 2018(02)
[2]英那河水库防洪预报调度方案制定与分析[J]. 董占飞,王丕国,梁国华,周惠成. 南水北调与水利科技. 2017(03)
[3]基于并行混沌量子粒子群算法的梯级水库群防洪优化调度研究[J]. 邹强,王学敏,李安强,何小聪,罗斌. 水利学报. 2016(08)
[4]水文预报不确定性对水库防洪调度的影响分析[J]. 陈璐,卢韦伟,周建中,郭生练,张俊宏. 水利学报. 2016(01)
[5]求解旅行商问题的改进局部搜索混沌离散粒子群优化算法[J]. 程毕芸,鲁海燕,徐向平,沈莞蔷. 计算机应用. 2016(01)
[6]碧流河水库防洪调度决策支持系统设计与开发[J]. 张春波,单连君,牟宝权,曲艺. 中国水运(下半月). 2015(06)
[7]逐次优化算法在梯级水库防洪优化调度中的应用[J]. 钱镜林,张松达,夏梦河. 中国农村水利水电. 2014(08)
[8]混沌模拟退火粒子群优化算法研究及应用[J]. 刘爱军,杨育,李斐,邢青松,陆惠,张煜东. 浙江大学学报(工学版). 2013(10)
[9]基于双指标的安康水库防洪预报调度规则研究[J]. 贾志峰,刘招,朱红艳,席秋义. 长江流域资源与环境. 2012(10)
[10]基于6h预报径流深的安康水库防洪预报调度方案研究[J]. 刘招,黄强,于兴杰,王丽霞. 水力发电学报. 2011(02)
博士论文
[1]梯级水电站群联合优化调度及其决策方法[D]. 李英海.华中科技大学 2009
[2]寒区流域水文模拟研究[D]. 关志成.河海大学 2002
硕士论文
[1]粒子群优化算法的改进及应用[D]. 居凤霞.华南理工大学 2014
本文编号:3529900
本文链接:https://www.wllwen.com/kejilunwen/shuiwenshuili/3529900.html