基于洪水分类的长江上游水库群防洪调度规则提取研究.pdf

华中科技大学硕士学位论文

摘要

长江流域河流水系众多，洪水组成复杂，洪涝灾害频发，极大地威胁了人民生命

财产安全。长江上游干支流控制性水库在长江流域防洪体系中占据了十分重要的地

位，为了充分发挥以三峡水库为核心的长江上游水库群联合防洪效益，有必要对各支

流洪水特性和干支流洪水遭遇规律进行研究，根据洪水的时空变化特点建立一套适

用于长江上游水库群的防洪调度规则提取方法。基于此，本文以长江上游大型控制性

水库群及所在河流洪水为研究对象，分析上游干支流洪水分类及组合特性，构建基于

系统安全度最大的联合防洪优化调度模型，探究水库权重分配与防洪库容协同运用

的关系，结合机器学习技术与智能优化算法，提取遭遇不同洪水类型情景下的水库群

优化调度规则，验证洪水分类对于水库防洪调度规则提取研究的必要性与有效性。本

文的主要内容和结论如下：

（1）针对常规洪水分类方法存在特征指标选取主观性强、局部特征信息损失和

难以解决洪水高维非线性的问题，构建了自组织映射神经网络洪水分类模型，引入轮

廓系数、误差平方和优选洪水分类数目，根据洪水强度、洪水形态和洪量分布特征分

析所建模型的分类效果。结果表明，自组织映射神经网络洪水分类模型既能准确地提

取洪水形态特征，也能较好地识别洪水强度特征，适用于解决长系列洪水过程的分类

问题。

（2）针对长江上游复杂水库群系统的防洪库容协同运用问题，提出了一种综合

考虑水库防洪能力与防洪风险的权重分配方法。基于系统安全度最大目标构建了水

库群联合防洪优化调度模型，对比分析了等权重与变权重方案下防洪优化调度结果

及防洪库容分配策略。研究结果表明，本文提出的权重分配方法可以在保证同等防洪

效果的基础上，为三峡水库预留更多的防洪库容，充分发挥了长江上游水库群的联合

防洪效益，提高了长江中下游地区的防洪安全。

（3）针对确定性防洪优化调度成果难以直接应用于实际工程的问题，本文考虑

不同洪水遭遇类型情况下水库防洪调度规则的差异性和不确定性，采用随机森林算

I

华中科技大学硕士学位论文

法和Pearson相关分析筛选调度规则的最优决策因子集，基于自适应变异粒子群算法

（AMPSO）和长短时记忆神经网络（LSTM），构建AMPSO-LSTM防洪调度规则提

取模型，对比分析了洪水分类前后的调度规则提取效果。计算结果表明，AMPSO算

法对于提高LSTM模型预测精度具有普适性，考虑洪水分类的防洪调度规则提取模

型能更充分地提取防洪优化调度成果的有效信息。

关键词：洪水分类；水库群优化调度；规则提取；神经网络；机器学习；自适应变异

II

华中科技大学硕士学位论文

Abstract

TheYangtzeRiverBasinischaracterizedbyacomplexriverwatersystemwith

numerousrivers,steeprivergradients,andfrequentoccurrencesofflooddisasters,which

poseasignificantthreattothelivesandpropertiesofpeople.Thecontrollingreservoirsin

theupperreachesoftheYangtzeRiverplayacrucialroleinthefloodcontrolplanning

systemintheYangtzeRiverBasin.Inordertofullyutilizethefloodcontrolbenefitsofthe

upperreachesofYangtzeRiverwithThreeGorgesReservoirasthecore,itisnecessaryto

establishamethodforextr