水沙实时预测数学模型研究.pdfVIP

水 利 学 报 2014年8月 SHUILI XUEBAO 第45卷 第8期 文章编号：0559-9350（2014）08-0930-08 水沙实时预测数学模型研究 1，2 1 1 2 赖瑞勋 ，方红卫 ，徐兴亚 ，张防修 （1. 清华大学 水利水电工程系 水沙科学与水利水电工程国家重点实验室，北京 100084； 2. 黄河水利委员会 黄河水利科学研究院，河南 郑州 450003） 摘要：传统的水沙数学模型基于水沙运动守恒规律，在给定模型参数和边界条件下封闭未知变量，产生可求解的 静定方程组。本文在传统水沙数学模型的基础上，引入水沙实时观测值，利用集合卡尔曼滤波等方法，构造水 位、流量和含沙量等未知变量的状态空间方程，通过滤波求解获得他们的优化值，并实时更新模型方程的初始 场，将传统的水沙数学模型发展为水沙实时预测数学模型。该实时校正模式应用于2011年黄河下游花园口至利 津河段调水调沙实验，取得了满意的效果。 关键词：水沙数学模型；集合卡尔曼滤波；实时预测；黄河下游；调水调沙 中图分类号：TV149 文献标识码：A doi：10.13243/ki.slxb.2014.08.006 1 研究背景 水沙数学模型是模拟预测河道水流泥沙运动的重要技术手段之一，在防洪规划、防汛减灾等方 面都有广泛的应用［1-2］。一般而言，水沙数学模型在规划或初步设计阶段能发挥较大作用，因为在这 一阶段，规划设计者可以通过改变模型边界条件获得不同工况的对比结果。然而，水沙数学模型在 实时预测水位、流量、含沙量和河床演变等方面还存在一定误差，主要原因是：（1）水沙输移的物理 过程十分复杂，数学模型理论研究尚不完善；（2）未知量不封闭或者模型参数不封闭；（3）模型参数 不能适应边界条件的变化。因此，为了提高水位和含沙量的预测精度，神经网络、马斯京根法、水 文学等经验处理方法大量应用于洪水灾害预测［3-4］，这些方法建立在经验参数取值或大量历史数据回 归的基础上，没有充分考虑水沙方程的动力学特性及守恒规律，也没有考虑河床变形对洪水流量和 水位的影响。随着观测手段的进步和数据通信技术的发展，实时观测数据的获取和传输得到了飞速 发展，将原型观测资料纳入到水沙数学模型方程中，用于提高模型预测精度成为可能。但是，直接 将实时观测值带入水沙数学模型会导致方程计算失稳和整个计算区域的不和谐。 数据同化综合考虑了模型结构误差、进出口边界条件误差和观测值误差［5-6］，能融合实时观测资 料校正模型的预测值，是提高模型预测精度的有效方法，同时也是将目前的规划模型发展为实时校 正模型的有效途径。集合卡尔曼滤波是应用最广泛的数据同化方法之一。集合卡尔曼滤波［7-8］是标准 卡尔曼滤波的改进算法，它不需要直接定义模型误差，而利用蒙特卡洛方法来逼近模型的误差，能 对具有强非线性高斯概率分布的动力系统实现最优化。目前已经有一些利用卡尔曼或集合卡尔曼滤 波方法来优化水位流量预测值的研究［9-12］，但是有关耦合水沙实时数据同化方面的研究还不多见。 收稿日期：2014-02-12；网络出版日期：2014-06-12 网络出版地址：http：///kcms/detail/11.1882.TV1104.008.html 基金项目：国家重点基础研究发展计划（973计划）（2011CB403306）；国家自然科学基金重点基金；水利部公益性 行业科研专项（201301062）；水利部水科学与水工程重点实验室开放研究基金（YK914002） 通讯作者：赖瑞勋（1981-），男，四川简阳人，博士生，高级工程师，主要从事水动力与泥沙数值模拟、数据同化以及科学 计算可视化等研究。E-mail：lairuixun@163.com — 930 — 本文以控制理论为基础，构造水位流量和含沙量的状态空间方程。根据观测值误差分布对这3个 变量的计算边界条件进行合理的误差扰动。利用集合卡尔曼滤波算法估计水沙数