【摘 要】
：
由于洪水灾害发生频繁且灾害性严重,洪水预报作为防洪抗汛重要的非工程性措施,预报效率和精度显得尤为重要。针对洪水过程高度的非线性和不平稳性,本文采用时间序列分解和深度学习组合的方法,经过分解-预测-重构过程,提高预报精度。针对深度学习模型的结构和超参数自动率定效率低下的问题,本文采用并行计算方法实现参数快速自动率定。此外开发了深度学习预报系统,实现了流域洪水快速预报。本文主要工作和创新成果如下:（1
论文部分内容阅读
由于洪水灾害发生频繁且灾害性严重,洪水预报作为防洪抗汛重要的非工程性措施,预报效率和精度显得尤为重要。针对洪水过程高度的非线性和不平稳性,本文采用时间序列分解和深度学习组合的方法,经过分解-预测-重构过程,提高预报精度。针对深度学习模型的结构和超参数自动率定效率低下的问题,本文采用并行计算方法实现参数快速自动率定。此外开发了深度学习预报系统,实现了流域洪水快速预报。本文主要工作和创新成果如下:（1）开发了基于MPI并行的遗传算法（Parallel genetic algorithm,PGA）,实现了深度学习网络结构和超参数的快速自动率定。本文采用主从并行模式,并行开发遗传算法自动率定参数。相较于串行遗传算法（GA）效率低下、易于早熟,并行遗传算法（PGA）具有更强的全局搜索能力和更快的运行速度,实现了最高19.32倍的加速比,极大的提高了优化效率和求解质量。（2）采用时间序列分解和深度学习组合的方法,针对洪水过程的高度非线性和不平稳性,本文采用EMD方法、STL方法、WT方法对原始降雨和洪水过程进行分解,并分析重构序列的主要误差来源。分别采用ANN网络、LSTM网络、GRU网络分别模拟计算子序列,再重构为预测结果。通过横向和纵向对比,探究时间序列分解方法和深度学习的最优组合模型。通过对比四场洪水的预报结果,表明WT-PGALSTM的计算结果精度最高。（3）基于B/S架构,采用Django框架和Python语言实现了深度学习和时间序列分解组合洪水预报系统的快速搭建。为满足洪水预报的现实需求,本系统设计了多个基本功能模块,包括基础数据模块、洪水选择模块、深度学习模型选择模块、参数率定模块和预报方案管理模块。
其他文献
随着国家“碳达峰、碳中和”战略的提出,水电能源大力发展。水轮机转轮作为水电站的关键核心部件,将水流势能转换为旋转机械能。然而,转轮一旦发生故障,将造成严重的经济损失,甚至危害人身安全。因此,亟需开展水轮机转轮故障机理分析、振动信号处理、故障诊断及相关软件开发应用等研究。为此,本文围绕转轮故障机理分析与监测配置研究、非平稳信号降噪、故障诊断模型建立与应用等关键技术问题,以奇异值分解、变分模态分解和残
针对废水中氨氮处理困难的现实,本实验以模拟氨氮废水为对象开展研究。通过单因素实验，探讨了氯与氨氮的质量比、反应时间、氧化剂投加方式和pH值等条件对次氯酸钠氧化去除氨氮的影响。结果表明：当质量比m（NaClO）:m（NH3-N）为8:1时，氨氮去除达到折点加氯点。以固体和液体方式投加次氯酸钠去除氨氮的最大去除率分别为70.39%和29.86%，通过比较，以固体方式投加效果显著，同时，实验反应时间为3
进入21世纪以来,随着大批水库的建成和投运,我国很多流域已形成了以水库群为主体的防洪体系,如长江上游梯级、黄河上游以及清江梯级等,开展流域库群联合优化调度是我国水旱灾害防御工作的关键一步。在求解库群联合优化调度问题时,传统优化方法存在“维数灾”、早熟收敛、求解效率低等缺陷,所得结果虽能在一定程度上起到防洪作用,但尚存在对水库的调洪库容利用不足、对下游削峰错峰效果不够明显等问题。因此,开展流域库群联
流域水文模型,作为研究流域水文过程的重要工具,在水资源规划管理和水文预报等领域起着不可或缺的作用。受降水和下垫面空间异质性等因素的影响,水文过程表现出高度复杂的非线性特征,增加了水文建模的难度,影响了水文预报精度。本文通过研究降雨和下垫面空间异质性的表述方法,提出一套融合产流和汇流空间异质性的水文模型,进一步提高洪水预报精度,提升对流域产汇流现象的认知水平。本文主要成果和结论如下:（1）考虑降雨空
在当前能源紧缺的大背景下,可再生能源的需求更加迫切。水电作为一种可再生清洁能源,在全球范围内得到了广泛的应用。作为水电能源开发利用中不可或缺的一环,水电站道路选线对水电能源开发项目的建设工期和效益具有重要影响。针对传统道路选线方法耗时长的问题,论文将地理信息系统、层次分析法和智能计算方法应用到水电站道路选线研究中,对水电站道路成本计算模型和智能选线方法进行研究。论文主要研究内容和成果如下:（1）建
遥感技术的不断发展,推动了内陆水体水质监测方法的多元化。研究以遥感数据与大数据处理技术相结合的湖泊水质监测方法,是水利遥感大数据时代的发展需要,也是水治理能力现代化的发展方向。论文以斧头湖为研究区域,将基础数据与图像处理算法、机器学习和分布式计算技术等方面的知识相结合,探究湖泊的总氮反演及评估技术。论文主要研究内容如下:（1）根据斧头湖流域的Sentinel-2遥感影像,设计并实现了水体轮廓自动化
蒸散发是连接地表水、碳、热循环的关键环节。在气候变暖背景下,实现蒸散发的准确估计对于理解陆气界面生态水文过程的响应至关重要,在农业管理、水资源综合利用等方面具有巨大的应用价值。本文从站点、流域至全球不同尺度开展模型模拟与比较研究,分别利用Coup Model生态模型、改进水文模型和陆地生物圈模型等对蒸散发等的变化进行了探讨,重点分析了不同尺度下ET模拟的关键影响因素并由此归纳得到了导致ET模拟误差
抽水蓄能机组运行环境恶劣,工况切换频繁,安全风险日益突出。在此背景下,本文综合运用信号处理、智能优化算法、机器学习等方法,对机组振动信号降噪、故障诊断以及劣化趋势预测等问题开展系统的研究。本文主要研究内容与成果如下:（1）针对抽水蓄能机组振动监测信号中有效信息被强背景噪声湮没的问题,提出一种融合自适应奇异值分解与变分模态分解的振动信号降噪方法。采用奇异值分解对信号进行初级滤波,引入自适应权重粒子群
基于分光光度法研究了醋酸钠和次氯酸钠对高铁酸钾溶液稳定性的影响。对于1 mmol/L的高铁酸钾溶液，在25℃和pH值12的环境中，醋酸钠能提高其稳定性，当醋酸钠浓度达到10 mmol/L时，高铁酸钾的稳定性最好，静置10h高铁酸钾的留存率约79%;为验证醋酸钠在高铁酸钾分解有机物的反应中是否仍具有稳定高铁酸钾的作用，以降解苯酚为例，当醋酸钠与高铁酸钾摩尔比为5:1时，苯酚的降解率达到最高值88.9
在全球气候变化和人类活动的双重影响下,水资源演变特性发生了深刻改变,对水文预报提出了更高的要求。为此,本文以长江干流宜昌站、屏山站和寸滩站为研究对象,开展气象要素和水文要素时空演变特性分析,构建了考虑气象累积效应的径流短期预报模型,建立了基于灰色关联度气候因子输入的中长期径流智能预报模型,深入探讨了多尺度径流过程对气象的响应,为准确可靠的径流预报做出有价值的探索。论文的主要研究内容与取得的成果如下