基于深度学习集合预报的水库闸门防洪优化调度

TV877; 为了减轻洪水灾害的损失,有必要开展水库防洪预报调度的研究.针对目前水库防洪调度研究较少考虑闸门实际运行及调度方案可执行性的问题,提出以泄放闸门状态与状态持续时长为决策变量的精细化防洪优化调度模型,并且考虑入库流量预报不确定性的影响,将集合了Long Short-Term Memory(LSTM)、Gated Recurrent Unit(GRU)与Transformer深度学习模型的不确定性集合预报作为调度模型输入,在浙江省椒江流域开展实例研究.结果表明:集合预报精度较单一模型提高了 4.6%,其不确定性预报结果可用于水库调度;精细化防洪优化调度相比常规调度优势明显,能降低平均最...

Full description

Saved in:
Bibliographic Details
Published in水科学进展 Vol. 35; no. 6; pp. 900 - 913
Main Authors 许月萍, 陆豪楠, 于欣廷, 郭玉雪
Format Journal Article
LanguageChinese
Published 浙江大学建筑工程学院,浙江 杭州 310058 01.11.2024
Subjects
deep learning
flood control operation
不确定性
深度学习
防洪调度
集合预报模型
水库闸门
ensemble forecasting model
多目标优化
reservoir gates
multi-objective optimization
uncertainty
Online AccessGet full text
ISSN1001-6791
DOI10.14042/j.cnki.32.1309.2024.06.004

Cover

More Information
Summary:TV877; 为了减轻洪水灾害的损失,有必要开展水库防洪预报调度的研究.针对目前水库防洪调度研究较少考虑闸门实际运行及调度方案可执行性的问题,提出以泄放闸门状态与状态持续时长为决策变量的精细化防洪优化调度模型,并且考虑入库流量预报不确定性的影响,将集合了Long Short-Term Memory(LSTM)、Gated Recurrent Unit(GRU)与Transformer深度学习模型的不确定性集合预报作为调度模型输入,在浙江省椒江流域开展实例研究.结果表明:集合预报精度较单一模型提高了 4.6%,其不确定性预报结果可用于水库调度;精细化防洪优化调度相比常规调度优势明显,能降低平均最高坝前水位 0.43 m,降低下游控制断面平均洪峰流量 32.9 m3/s,方案效果受入库流量不确定性的影响更小,方案可执行性高,对水库防洪调度决策有重要的参考价值.
ISSN:1001-6791
DOI:10.14042/j.cnki.32.1309.2024.06.004