[發明專利]小型蓄水工程供水量計算方法

在審

• 申請號: 201710083556.5
• 申請日: 2017-02-16
• 公開（公告）號: CN106897824A
• 公開（公告）日: 2017-06-27
• 發明（設計）人: 王士武;溫進化;王賀龍
• 申請（專利權）人: 浙江省水利河口研究院
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06N3/08
• 代理公司: 浙江一墨律師事務所33252
• 代理人: 魯秦

技術領域

本發明涉及水資源管理領域，尤其是一種小型蓄水工程供水量計算方法。

背景技術

實行最嚴格水資源管理制度是從我國當前水資源管理的核心工作，開展用水總量和用水效率計算評估是其中的重要工作內容。我國南方豐水地區，小型蓄水工程具有面廣量大、管理形式多元、計量監測設施建設滯后、管理工作基礎薄弱等特點，如何有序開展其供水量計算工作滿足不同層次管理工作的需要是當前水資源管理上面臨的一項緊迫任務。

發明內容

本發明致力于填補小型蓄水工程年供水量計算方法之空白，提出一種基于模擬技術的小型蓄水工程供用水過程長系列模擬模型。在對模型參數進行率定的基礎上，根據長系列模擬模型的模擬結果提取小型蓄水工程歷年供水量與其主要影響因素的定量數值，組成計算模型基礎數據輸入序列建立小型蓄水工程供水量計算模型，本發明有效解決了南方豐水地區小型蓄水工程供水量的計算問題。

本發明解決其技術問題采用的技術方案：

建立基于模擬技術的小型蓄水工程供用水過程長系列模擬模型，建立目標函數如下式：

目標函數：F＝{f₁,f₂,...,f_i,...,f_Ni}，

決策變量：為水庫第i年第t時段供水量D_i(t)；當小型蓄水工程蓄水量滿足面臨時段其供水戶用水要求時，當小型蓄水工程蓄水量不足，不能滿足面臨時段其供水戶用水要求時，D_i(t)＝DP_i(t)；

約束條件：①水位約束：Z_min(t)≤Z(t)≤Z_max(t)；②水量平衡約束：

V(t+1)＝V(t)+Q(t)-D(t)-EF(t)-QE(t)；③工程能力約束：gs(t)≤QS_max；④非負約束：上述各式中的各變量大于等于零；

式中：F為目標函數，為歷年供水量組成的時間序列；f_i為第i年供水量，Ni為系列總年數。E_i(t,j)為水庫第i年第t時段第j用水戶需水量，Nj為用水戶數量，DP_i(t)為水庫第i年第t時段可以供給的水量，Nt為年內時段總數，η_水為水利用系數；Z(t)為第t時段小型蓄水工程蓄水位，Z_max(t)、Z_min(t)分別為第t時段小型蓄水工程蓄水位上限值和下限值；V(t)、V(t+1)分別為第t時段初和時段末的蓄水容積，Q(t)為第t時段小型蓄水工程來水量，EF(t)為第t時段小型蓄水工程蒸發滲漏量，QE(t)為第t時段小型蓄水工程棄水量；gs(t)為第t時段各類工程實際通過水量，QS_max為各類工程最大能力。

基于長系列模擬模型結果建立小型蓄水工程供水量計算模型：

方法原理：基于歷年小型蓄水工程供水量系列F＝{f₁,f₂,...,f_i,...,f_Ni}^T和其主要影響因素X_i,k分別采用多元回歸方法和BP神經網絡方法建立小型蓄水工程供水量計算模型，X_i,k為小型蓄水工程供水量影響參數矩陣，k＝1,...,Nk，Nk為主要影響因素個數；

對于一般三層前向式RBF-ANN，其輸入層輸入向量為X_i,k、輸入層與隱含層連接向量W_i,j、隱含層與輸出層連接向量W_j,k和輸出層輸出F_k組成；RBF神經網絡模型包括輸入輸出模型、作用函數模型、數據點密度計算模型和網絡連接向量學習模型；

隱含層輸入模型：

RBF-ANN輸出模型：

隱含層輸出模型：

數據點X_i,k密度D_i計算模型：

網絡連接向量學習模型：對于目標函數按照負梯度方向調整神經網絡連接向量，即：

式中：Ni為輸入向量個數，Nj為隱含層節點數，b為徑向基層中的偏差，用來調節基函數的靈敏度。為選中的點，為其密度指標；σ是一個正數，定義了密度指標顯著減小的鄰域。