[發明專利]一種水庫實時多目標隨機優化調度和風險評估方法在審
| 申請號: | 201810293796.2 | 申請日: | 2018-04-04 |
| 公開(公告)號: | CN108681783A | 公開(公告)日: | 2018-10-19 |
| 發明(設計)人: | 朱非林;鐘平安;徐斌;孫一萌;陳娟;萬新宇;吳業楠;楊敏芝 | 申請(專利權)人: | 河海大學 |
| 主分類號: | G06Q10/04 | 分類號: | G06Q10/04;G06Q10/06;G06Q50/26 |
| 代理公司: | 南京蘇高專利商標事務所(普通合伙) 32204 | 代理人: | 柏尚春 |
| 地址: | 211100 江蘇*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 不確定性 水文預報 多目標 定量評估 風險評估 優化調度 調度 水庫 預報 演進 風險評估模型 優化調度模型 多屬性決策 調度決策 決策過程 決策結果 決策流程 求解過程 實時信息 實時修正 水庫調度 演進過程 約束法 構建 水文 合成 集合 遷移 滾動 量化 入庫 修正 洪水 情景 傳播 優化 | ||
1.一種水庫實時多目標隨機優化調度和風險評估方法,其特征在于,包括以下步驟:
(1)建立水文預報演進模型,模擬水文預報不確定性的動態演進過程,合成入庫水文集合預報并構建洪水情景樹;
(2)建立基于實時修正策略的水庫實時多目標隨機優化調度模型;
(3)采用約束法和兩步求解過程推求不確定環境下的帕累托前沿;
(4)建立風險評估模型,量化各調度指標的不確定性和調度風險;
(5)采用隨機多屬性決策模型從帕累托前沿上確定最理想的水庫調度方案,并定量評估決策結果的不確定性;
(6)建立基于實時信息修正的滾動預報-調度-決策流程。
2.根據權利要求1所述的一種水庫實時多目標隨機優化調度和風險評估方法,其特征在于,所述步驟(1)中定義單時段的預報更新uw,t為相鄰兩個時刻之間水紋預報誤差的差,uw,t計算公式如下:
式中,qt為t時刻的流量實測值;fw,t(m3/s)表示w時刻發布的關于未來時刻t的水文預報,t=w+i,i=0,1,…,H,H為預見期;ew,t(m3/s)表示w時刻發布的關于未來時刻t的水文預報誤差;
假定面臨時段的水文預報是完美的,即ft,t=qt,推求水文預報不確定性的動態演進過程,計算公式如下:
單時段的水文預報更新uw,w+i-1,i=1,…,H,構成如下所示的水文預報更新向量Uw,-:
Uw,-=[uw,w,uw,w+1,…,uw,w+H-1] (3);
采用以下方差-協方差矩陣VCV來度量水文預報更新向量的統計特性:
式中,vari為uw,w+i-1的方差,covi,j為uw,w+i-1和uw,w+j-1之間的協方差,i=1,…,H;
采用Cholesky分解將VCV轉換成一個下三角矩陣和其轉置的乘積,即VCV=V·VT,然后,采用以下公式對水文預報更新向量Uw,-進行隨機模擬:
Uw,-=[uw,w,uw,w+1,…,uw,w+H-1]=[θ1,θ2,…θH]·VT (5);
式中,θi(i=1,2,…,H)為服從獨立正態同分布的隨機變量;
將水文預報更新向量Uw,-代入預報演進過程計算公式(2)中即可合成入庫水文集合預報;
基于隨機生成的水文集合預報,構建洪水情景樹為:
其中,I為情景樹規模;ωti代表洪水情景樹中的第i個洪水情景,即洪水情景樹的第i個樹節點;該洪水情景樹由從當前時段w到預見期末w+H的一系列樹節點構成。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于河海大學,未經河海大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810293796.2/1.html,轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業、金融、管理、監督或預測目的的數據處理系統或方法;其他類目不包含的專門適用于行政、商業、金融、管理、監督或預測目的的處理系統或方法
G06Q10-00 行政;管理
G06Q10-02 .預定,例如用于門票、服務或事件的
G06Q10-04 .預測或優化,例如線性規劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理,例如組織、規劃、調度或分配時間、人員或機器資源;企業規劃;組織模型
G06Q10-08 .物流,例如倉儲、裝貨、配送或運輸;存貨或庫存管理,例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化,例如電子郵件或群件的計算機輔助管理





