[發明專利]一種計及徑流預報不確定性的水庫調度風險評估方法

在審

• 申請號: 201410416213.2
• 申請日: 2014-08-21
• 公開（公告）號: CN104182807A
• 公開（公告）日: 2014-12-03
• 發明（設計）人: 程春田;羅清標;武新宇;馮仲愷;吳慧軍;王健;過團挺;馮永修
• 申請（專利權）人: 大連理工大學;廣東粵電新豐江發電有限責任公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 李寶元;梅洪玉

1.一種計及徑流預報不確定性的水庫調度風險評估方法，其特征在于以下步驟，

(1)數據處理模塊規格化原始輸入數據

原始輸入數據的獲取由已由歷史數據率定獲取的徑流預報模型指定，設有n項影響因子，第i項影響因子的最大、最小值分別為則按照下式將原始數據X_i規格化至[a,b]區間，規格化公式為：

Xi′=a×X‾i-XiX‾i-X‾i+b]]>

其中X'_i為規格化數據，X'_i∈[a,b]；a,b為規格化參數，可由用戶根據需求設定，本方法取為a＝0.8,b＝0.1，將原始數據規格化至[0.1,0.9]；

n項影響因子的原始輸入數據經過規格化操作形成規格化輸入向量X'＝[X'₁,X'₂,...,X'_n]，將X'輸入到徑流預測模塊開展徑流預報；

(2)徑流預測模塊根據數據處理模塊輸出的規格化數據預測徑流值；

將X'輸入徑流預報模型獲得規格化徑流預測序列Y'，預報模型抽象公式如下：

Y'＝f(X',θ)

其中f(·),θ分別為預報模型結構及參數；

此時Y'為規格化預測徑流數據，需對其進行反規格化操作方獲得相應的徑流預報序列Y，規格化公式如下：

Y=Y‾-(Y′-d)×(Y‾-Y‾)c]]>

其中為徑流序列的最大值，最小值；c,d為徑流預測反規格化參數，本系統取為c＝0.8,d＝0.1；

(3)徑流概率分布模塊讀取徑流預測模塊輸出的徑流預測序列Y，根據級別定義判定Y所處級別的同時，獲得相應的概率分布矩陣；設徑流共劃分m個級別，各級別定義如下：

G=1if(g‾1≤Y≤g‾1)......iif(g‾i≤Y≤g‾i)......mif(g‾m≤Y≤g‾m)]]>

其中分別為級別i的上限、下限；

由大量的實測徑流與預報徑流歷史資料統計獲取m個級別的概率風險分布矩陣P，如下所示：

其中P_i,j表示當預報徑流為i級別時實測徑流為j級別的概率；有表示預報徑流為i級別時，實測徑流一定會發生m個級別中的某一個或者某幾個；同時均有P_i,j∈[0,1]，P_i,j越小表示預報徑流為i級別時實測徑流為j級別的概率越小；特別地，當P_i,j＝0時，表示預報徑流為i級別時實測徑流不可能為j級別；當P_i,j＝1時，表示預報徑流為i級別時實測徑流完全為j級別；若均有P_i,i＝1，表示預報徑流為i級別時實測徑流也為i級別，此時概率風險分布矩陣為單位陣，這也是最為理想的情況；概率風險分布矩陣P是對目前徑流預報的精度統計，反映了當前徑流預報水平，P是隨著預報數據的不斷增多日益趨近實際分布的；

首先根據級別定義的范圍確定徑流預測值Y所處的級別k，然后從概率風險分布矩陣查找級別k相應的概率分布矩陣P_k＝[P_k,1,P_k,2,...,P_k,m]，最后將級別定義G與概率分布矩陣P_k輸入徑流隨機抽樣模塊；

(4)徑流隨機抽樣模塊根據級別定義G與概率分布P_k進行徑流的隨機抽樣，獲得徑流預報集合；設共抽取N個樣本，根據概率分布矩陣P_k確定各級別抽取樣本數目，級別i的樣本數目計算公式如下：

其中N_i為級別i理論樣本抽取數目；表示大于x的最小整數；

各級別分別進行相應次數的隨機抽樣，并將抽取的徑流值添加至徑流預報集合中，級別i第n_i次抽樣公式如下：

Yni=r1×(g‾i-g‾i)+g‾i]]>

其中r₁為[0,1]之間均勻分布的隨機數；為級別i第n_i次抽樣獲得的徑流值；

通過隨機抽樣得到徑流預報為Y時相應的徑流集合，由大數定理可知多次抽樣可近似代表未來入庫流量的所有可能情景；

(5)風險評估計算模塊利用徑流隨機抽樣模塊得到的徑流集合，評估計算當前決策水平

下的棄水、出力等調度信息的風險；

固定當前決策水平，確定依次輸入徑流集合中所有可能的入庫徑流，分別調用常規算法進行計算，獲得徑流集合中各種來水情況的調度信息(如出力、棄水等)，然后對不同的調度信息采用數學統計方法即可獲得相應的風險分布及相應特征信息；下面以棄水為例簡述風險率與期望棄水流量計算方式，出力、末水位等與之類似；

風險率計算公式為：

P=numN×100%]]>

其中P為棄水風險概率，P∈[0,1]，若P＝0表示無風險，P＝1表示一定會發生棄水；num為發生棄水的樣本數目；N為徑流集合中樣本總數目；

期望棄水流量計算公式為：

Q‾=1NΣi=1NQi]]>

其中為當前調度信息下的期望棄水流量；Q_i表示徑流集合中第i個樣本的棄水流量。