基于综合评价信息的城市多水库水源水量分配方法

    公开(公告)号:CN109377064B

    公开(公告)日:2021-09-07

    申请号:CN201811288996.5

    申请日:2018-10-31

    IPC分类号: G06Q10/06 G06Q50/06

    摘要: 本发明公开了一种基于综合评价信息的城市多水库水源水量分配方法,涉及水资源规划和配置技术领域。该方法首先构建多水库水源综合评价系统,确定四个评价子系统的评价因子,并计算水质目标子系统的综合水质值、运行情况子系统的综合运行值以及多水库水源供水系统的综合评价值,进而确定多水库水源联合供水的先后顺序和实际供水量,其中,在筛选水质评价因子时,采用主成分分析法,客观选取影响水质目标的评价因子;采用综合评价法和模糊评价法,分别计算水质目标子系统的综合水质值和运行情况子系统的综合运行值;基于综合评价值的多水库水源水量分配方法,可以减少人为主观因素影响,为多水库水源供水的先后顺序和实际供水量提供科学依据。

    一种基于水资源时空均匀分配的流域水量调度方法

    公开(公告)号:CN109658287A

    公开(公告)日:2019-04-19

    申请号:CN201811607580.5

    申请日:2018-12-27

    IPC分类号: G06Q50/06 G06F17/50

    摘要: 本发明公开了一种基于水资源时空均匀分配的流域水量调度方法,涉及资源优化调度技术领域。该方法首先根据流域实际情况概化流域拓扑结构,并根据流域概化拓扑结构划分水量调度分区,然后,建立基于分区可供水量的流域水量调度模型,描述流域水资源调配问题、预报来水、水库调度和取用水户之间联系,再依据调度模型,采用差分进化算法对取用水问题进行优化,在每代个体计算适应度时,启动基于分区的空间水量均匀分配策略,模拟计算各分区的可供水量及需水量并在空间上均衡各用水户分配水量,实现基于水资源时空均匀分配的流域水量调度,从而解决空间上各用水户之间的矛盾,保证流域水资源在空间上能够得到公平合理的分配。

    一种面向梯级泵站群日优化调度的智能优化方法

    公开(公告)号:CN108446789A

    公开(公告)日:2018-08-24

    申请号:CN201810134224.X

    申请日:2018-02-09

    IPC分类号: G06Q10/04 G06Q10/06

    CPC分类号: G06Q10/04 G06Q10/0631

    摘要: 本发明公开了一种面向梯级泵站群日优化调度的智能优化方法,涉及水利工程调度领域。所述方法包括:根据该梯级泵站群日优化调度总目标,将该梯级泵站群对应的日优化调度系统分解为3个子系统,采用改进后的GWO算法分别对三个子系统优化,第一个子系统的最优值对应代入第二个子系统,计算得第二个子系统的最优值;第二个子系统的最优值对应代入第三个子系统,计算得第三个子系统的最优值,将3个子系统的最优值整合后得到指定工况下的日最优调度方案。本发明提高针对梯级泵站群日优化调度优化的计算精度,减小梯级泵站群运行的费用。本发明引入水力学模型,考虑渠道输水损失,全面模拟梯级泵站群日优化调度系统的日优化调度过程和经济运行过程。

    一种输水工程突发水污染事件风险分析方法

    公开(公告)号:CN109460886A

    公开(公告)日:2019-03-12

    申请号:CN201811058576.8

    申请日:2018-09-11

    IPC分类号: G06Q10/06 G06Q50/06

    摘要: 本发明公开了一种输水工程突发水污染事件风险分析方法,属于突发事件风险分析领域。该方法以突发水污染事件为研究对象,基于DPSIR概念模型建立突发水污染事件风险评估体系,对各指标进行量化,然后结合AHP方法确定指标权重,最后将指标值与指标权重相结合,综合评价事件的风险等级。与现有技术相比,本发明将调控过程中产生的影响考虑在内,从地理位置、污染物类型、经济影响、社会影响、调控处置等角度出发,同时根据各项指标的特性分为静态体系与动态体系,然后通过社会协调发展度模型将各指标统一考虑。所以,采用本发明提供的技术方案,能够为突发水污染事件应急调控及处置提供科学依据和技术支撑。

    一种基于改进TOPSIS法的应急预案评价方法

    公开(公告)号:CN109377117A

    公开(公告)日:2019-02-22

    申请号:CN201811572141.5

    申请日:2018-12-21

    IPC分类号: G06Q10/06 G06Q50/06

    摘要: 本发明公开了一种基于改进TOPSIS法的应急预案评价方法,涉及突发事件应急预案评价分析技术领域。该方法是以突发水污染事件应急预案为研究对象,基于效益型指标和成本型指标建立评价体系,基于改进的TOPSIS法确定突发水污染事件的最优应急预案,其中在指标权重确定中,采用AHP方法和熵值法相结合的方法,得到的指标权重更合理、更准确。所以,采用本发明提供的评价方法,可以为确定出更合理、科学、有效的最优应急预案提供更好的指导。解决了现有应急预案研究中,主要是研究预案的编制及建议而无法确定最优预案的问题,为更好的应对突发性环境污染事件提供了技术支撑。

    一种用于河渠突发水污染应急调度方案的评价方法

    公开(公告)号:CN109003009A

    公开(公告)日:2018-12-14

    申请号:CN201811186983.7

    申请日:2018-10-12

    IPC分类号: G06Q10/06 G06Q50/06 G06Q50/26

    摘要: 本发明公开了一种用于河渠突发水污染应急调度方案的评价方法,包括:步骤一、确定评价指标;步骤二、计算指标权重及进行数据归一化处理:将AHP法和熵权法结合起来组合赋权得到组合权重Wfina,采用“Range 0~1”方法对数据进行归一化处理,构建标准化决策矩阵R;步骤三、利用TOPSIS法对指标进行评价分析:将各指标的组合权重Wfina与形成的标准化决策矩阵R相乘,得到加权决策矩阵Z;根据加权决策矩阵Z确定各措施的理想解向量Z+和负理想解向量Z-;计算各措施与理想解和负理想解的欧氏距离,进一步计算各措施与最优值的相对贴近度,相对贴近度越大表示措施越优。本发明能够定量评估应急调度方案的实施效果,为决策者选定突发水污染应急调度方案提供技术支持。

    一种基于水资源时空均匀分配的流域水量调度方法

    公开(公告)号:CN109658287B

    公开(公告)日:2023-01-17

    申请号:CN201811607580.5

    申请日:2018-12-27

    摘要: 本发明公开了一种基于水资源时空均匀分配的流域水量调度方法,涉及资源优化调度技术领域。该方法首先根据流域实际情况概化流域拓扑结构,并根据流域概化拓扑结构划分水量调度分区,然后,建立基于分区可供水量的流域水量调度模型,描述流域水资源调配问题、预报来水、水库调度和取用水户之间联系,再依据调度模型,采用差分进化算法对取用水问题进行优化,在每代个体计算适应度时,启动基于分区的空间水量均匀分配策略,模拟计算各分区的可供水量及需水量并在空间上均衡各用水户分配水量,实现基于水资源时空均匀分配的流域水量调度,从而解决空间上各用水户之间的矛盾,保证流域水资源在空间上能够得到公平合理的分配。

    基于综合评价信息的城市多水库水源水量分配方法

    公开(公告)号:CN109377064A

    公开(公告)日:2019-02-22

    申请号:CN201811288996.5

    申请日:2018-10-31

    IPC分类号: G06Q10/06 G06Q50/06

    摘要: 本发明公开了一种基于综合评价信息的城市多水库水源水量分配方法,涉及水资源规划和配置技术领域。该方法首先构建多水库水源综合评价系统,确定四个评价子系统的评价因子,并计算水质目标子系统的综合水质值、运行情况子系统的综合运行值以及多水库水源供水系统的综合评价值,进而确定多水库水源联合供水的先后顺序和实际供水量,其中,在筛选水质评价因子时,采用主成分分析法,客观选取影响水质目标的评价因子;采用综合评价法和模糊评价法,分别计算水质目标子系统的综合水质值和运行情况子系统的综合运行值;基于综合评价值的多水库水源水量分配方法,可以减少人为主观因素影响,为多水库水源供水的先后顺序和实际供水量提供科学依据。

    一种基于深度森林和自编码的泵站机组诊断方法

    公开(公告)号:CN109102032A

    公开(公告)日:2018-12-28

    申请号:CN201811018396.7

    申请日:2018-09-03

    IPC分类号: G06K9/62 G06F17/50

    摘要: 本发明公开了一种基于深度森林和自编码的泵站机组诊断方法,涉及水力机械故障诊断技术领域。该方法,首先利用深度森林的多粒度扫描对所述原始振动信号进行特征转换,然后采用多层自编码结构进行无监督特征学习,得到具有故障特征的特征向量,最终将得到的所述具有故障特征的特征向量代入深度森林的级联森林中进行有监督的逐级训练,得到最终分类结果,完成泵站机组智能诊断。利用深度森林模型,避免了深度神经网络应用于故障诊断领域中的复杂的理论分析、繁琐的调参过程;利用多层自编码,避免了级联森林训练中维数大,耗时大的问题;避免了人工特征提取的局限性以及浅层机器学习诊断精度低的问题,实现了从原始监测数据的端对端的智能故障诊断。