一种区间降雨影响下的电站坝前水位预测方法

    公开(公告)号:CN116933930A

    公开(公告)日:2023-10-24

    申请号:CN202310906893.5

    申请日:2023-07-24

    Abstract: 本发明公开了一种区间降雨影响下的电站坝前水位预测方法,属于水库调度技术领域。S1,分析梯级电站区间降雨对下游电站坝前水位影响的阈值和时滞;S2,构建电站坝前水位预测数据集,将数据划分为建模数据集和验证集;S3,建立上游电站运行计划、下游电站运行计划和梯级电站降雨等变量和坝前水位变化之间的关系,分析验证集中应用效果;S4,修改预测模型方案,构建多种新的预测模型,对比其在验证集中的预测效果,选取最合适的预测模型;S5,基于选择的预报模型,产生区间降雨影响情况下的水位预测结果。本发明采用上述的一种区间降雨影响下的电站坝前水位预测方法,可以解决梯级电站区间降雨和上游电站出流共同作用下的下游电站坝前水位预测难题。

    一种区间降雨影响下的电站坝前水位预测方法

    公开(公告)号:CN116933930B

    公开(公告)日:2024-06-11

    申请号:CN202310906893.5

    申请日:2023-07-24

    Abstract: 本发明公开了一种区间降雨影响下的电站坝前水位预测方法,属于水库调度技术领域。S1,分析梯级电站区间降雨对下游电站坝前水位影响的阈值和时滞;S2,构建电站坝前水位预测数据集,将数据划分为建模数据集和验证集;S3,建立上游电站运行计划、下游电站运行计划和梯级电站降雨等变量和坝前水位变化之间的关系,分析验证集中应用效果;S4,修改预测模型方案,构建多种新的预测模型,对比其在验证集中的预测效果,选取最合适的预测模型;S5,基于选择的预报模型,产生区间降雨影响情况下的水位预测结果。本发明采用上述的一种区间降雨影响下的电站坝前水位预测方法,可以解决梯级电站区间降雨和上游电站出流共同作用下的下游电站坝前水位预测难题。

    一种基于KNN机器学习算法的水电站耗水率计算方法

    公开(公告)号:CN117195093A

    公开(公告)日:2023-12-08

    申请号:CN202311217257.8

    申请日:2023-09-20

    Abstract: 本发明公开了一种基于KNN机器学习算法的水电站耗水率计算方法,属于耗水率计算技术领域,包括以下步骤:S1、数据预处理,收集历史运行数据,并按照对应关系格式将其构建为二维数据集[XHistory,YHistory];S2、构建KNN预测模型,基于输入的历史耗水率及其对应的历史特征变量数据,根据KNN算法预测原理构建模型,结合输入的特征变量进行特征距离计算,得出最接近该特征变量组合的对应耗水率;S3、调整模型参数,通过调整参数来得到最精确的耗水率计算结果,本发明提供的一种基于KNN机器学习算法的水电站耗水率计算方法,可以解决梯级电站经济运行计算过程中,耗水率计算误差较大,影响电站经济运行规划的问题。

Patent Agency Ranking