论文部分内容阅读
我国现今的水资源面临着重大危机,针对日益突出的水资源短缺等问题,水利部提出了“洪水资源化”的新治水思路,即由当前的“控制洪水”转向为“洪水管理”。水库作为重要的防洪兴利水利枢纽工程,利用其来提高洪水资源的利用效率是实现洪水资源化的有效途径之一,该途径的关键技术是科学控制汛期时水库调洪控制所对应的汛限水位,而科学准确的对水库水位进行预测,不但对水库水资源优化管理是至关重要的,还能为调洪决策者动态的控制汛限水位提供可靠依据。本文以东武仕水库为例,采用自适应神经模糊推理系统,利用降雨预报、实测水库水位等水文要素信息,以24h流域平均降雨量、水库初始起涨水位、24h水库平均下泄流量为输入,建立水库水位预报模型,并采用相关系数法和均方差误差法对模型预报效果进行评价。在建立水位预报模型的基础上,结合水库防洪预报调度风险分析,采用趋势线法以及P-Ⅲ型曲线法得出风险误差频率曲线以及风险误差频率函数,进而建立将预报风险误差考虑在内的汛限水位动态控制模型,并根据模型计算得出各降雨量级相对应的汛限水位动态控制域。结果表示:采用相关系数法和均方差误差法对模型的评价结果分别为0.994、0.184,评价结果证明选用自适应模糊神经网络建立的水库水位预报模型能较好的模拟水库水位,预报效果好;根据建立的汛限水位动态控制模型,计算出当预报未来24h会出现降雨量级为小雨、中雨、大雨、暴雨、大暴雨时的汛限水位动态控制域分别为:[104.43,105.7],[104.36,104.43],[104.09,104.36],[103.72,104.09],[102,103.72]。