水网系统水资源-生态环境-经济社会协同方法及系统与流程

    专利查询2025-07-16  6


    本发明涉及水网系统水资源-生态环境-经济社会协同方法。


    背景技术:

    1、水网系统是以自然河湖为基础、引调排水工程为通道、调蓄工程为结点、智慧调控为手段,集水资源优化配置、流域防洪减灾、水生态系统保护等功能于一体的综合体系,是解决水资源空间分布不均、提高受水区水资源保证率、缓解缺水地区水资源供需矛盾、实现水资源合理配置的有效措施,是促进缺水地区经济发展与水资源综合开发利用的重要途径。

    2、水资源-生态环境-经济社会协同是水网系统建设、管理运行需要达到的首要目标,然而制约水网系统水资源-生态环境-经济社会协同的要素相互之间的关系较为复杂,目前水网子系统及两两关系研究不断深入,但水网系统水资源-生态环境-经济社会因果链条尚不清晰,直接和间接影响相互交融,水资源-生态环境-经济社会难以开展综合评价,同时也尚不具备成熟的水网全系统多要素协同技术,未能从水网系统整体上解析水平衡要素之间的互馈过程,提出水资源-生态环境-经济社会协同方案。

    3、本发明提出水网系统水资源-生态环境-经济社会协同方法及系统,解决目前存在的上述问题,提高水利模型协同运行效率,实现水利系统的全面仿真,提升水网调度智能化水平,实现物理水网和数字水网深度交互融合,推动各类水利工程逐步由点向网、由分散向系统发展,全面提升水网系统性、综合性、强韧性。


    技术实现思路

    1、发明目的:提供一种水网系统水资源-生态环境-经济社会协同方法,以解决现有技术存在的上述问题。另一方面提供水网系统水资源-生态环境-经济社会协同系统。

    2、技术方案:水网系统水资源-生态环境-经济社会协同方法,包括如下步骤:

    3、步骤s1、收集研究区历史降雨、历史蒸散发和历史水资源量数据,拟合降雨和蒸散发的边缘分布,构建两者的联合分布,随机抽样得到海量情景并输入预构建的机器学习模型,得到海量情景对应的水资源量;

    4、步骤s2、收集研究区历史人口和历史gdp数据,构建经济社会体量预测模型,采用滚动预测法得到人口预测值和gdp预测值,组合得到经济社会体量预测样本;

    5、步骤s3、将海量情景样本输入预构建的多目标优化模型,得到水资源-生态环境-经济社会协同指标,构建系统动力学模型并率定模型参数,将海量情景对应的水资源量和经济社会体量预测样本随机组合得到海量情景样本并依次输入系统动力学模型,得到海量情景样本对应的水资源-生态环境-经济社会协同指标值;

    6、步骤s4、采用最大熵投影寻踪法对水资源-生态环境-经济社会协同指标降维得到综合协同指标并计算对应综合协同指标值,构建调控方案,计算各情景样本不同调控方案下综合协同指标值之间的转移程度,筛选得到水网系统水资源-生态环境-经济社会协同优化方案。

    7、根据本技术的一个方面,所述步骤s1进一步为:

    8、步骤s11、收集研究区历史降雨、历史蒸散发和历史水资源量数据,构建机器学习模型,基于历史降雨、历史蒸散发和历史水资源量数据优化模型超参数;

    9、步骤s12、拟合降雨和蒸散发的边缘分布,构建降雨和蒸散发的联合分布,随机抽样生成海量情景;

    10、步骤s13、将海量情景输入优化后的机器学习模型,得到海量情景对应的水资源量。

    11、根据本技术的一个方面,所述步骤s11进一步为:

    12、步骤s11a、收集研究区历史降雨、历史蒸散发和历史水资源量数据,按照80/10/10的比例将数据分为训练集、验证集和测试集;

    13、步骤s11b、构建梯度提升树机器学习模型,并采用训练集训练机器学习模型;

    14、步骤s11c、采用贝叶斯优化法对机器学习模型的超参数优化,采用测试集评估超参数优化后的模型并采用验证集进行验证。

    15、根据本技术的一个方面,所述步骤s2进一步为:

    16、步骤s21、基于机器学习模型构建经济社会体量预测模型,收集研究区历史人口和历史gdp数据并基于历史人口和历史gdp数据率定经济社会体量预测模型参数;

    17、步骤s22、采用滚动预测法得到m个人口预测值和n个gdp预测值,组合得到m×n个经济社会体量预测样本,m、n为正整数。

    18、根据本技术的一个方面,所述步骤s22进一步为:

    19、步骤s22a、将研究区历史人口和历史gdp数据的前五分之四作为预测集,后五分之一作为验证集;

    20、步骤s22b、将预测集输入经济社会体量预测模型,采用移动平均法向后平移,得到后五分之一的预测值;

    21、步骤s22c、将后五分之一的预测值与验证集做对比并优化经济社会体量预测模型;

    22、步骤s22d、将研究区历史人口和历史gdp数据输入优化后的经济社会体量预测模型,得到m个人口预测值和n个gdp预测值,组合得到m×n个经济社会体量预测样本。

    23、根据本技术的一个方面,所述步骤s3进一步为:

    24、步骤s31、构建多目标优化模型,目标函数为:水资源-生态环境-经济社会协同度最高;

    25、步骤s32、将海量情景样本输入多目标优化模型,得到该情景样本对应的水网系统水资源-生态环境-经济社会协同指标;

    26、步骤s33、收集研究区水资源量、经济社会和生态环境数据,基于水资源量、经济社会和生态环境关系构建系统动力学模型,基于研究区水资源量、经济社会和生态环境数据率定系统动力学模型参数;

    27、步骤s34、提取海量情景对应的水资源量和m×n个经济社会体量预测样本,将两者随机组合,得到海量情景样本;

    28、步骤s35、将海量情景样本依次输入系统动力学模型,得到海量情景样本对应的水资源-生态环境-经济社会协同指标值。

    29、根据本技术的一个方面,所述步骤s33进一步为:

    30、步骤s33a、基于水资源量、经济社会和生态环境关系确定系统要素,分为三类,分别为水系连通性、自然功能和社会功能;

    31、步骤s33b、基于水系连通性、自然功能和社会功能三类系统要素构建若干条系统因果回路,包括m条正反馈回路和n条负反馈回路,构建系统因果回路图,m、n为正整数;

    32、步骤s33c、基于系统因果回路图确定流位和流率,得到水系连通性、自然功能、社会功能三个子系统,将三个子系统合并构建系统动力学模型;

    33、步骤s33d、基于研究区水资源量、经济社会和生态环境数据采用灵敏度分析法和历史检验率定系统动力学模型参数。

    34、根据本技术的一个方面,其特征在于,所述步骤s4进一步为:

    35、步骤s41、采用最大熵投影寻踪法水资源-生态环境-经济社会协同指标降维得到综合协同指标;

    36、步骤s42、基于海量情景样本对应的水资源-生态环境-经济社会协同指标值分别计算得到海量情景样本对应的综合协同指标值;

    37、步骤s43、构建调控方案,计算各情景样本不同调控方案下综合协同指标值之间的转移程度,选取转移程度最大的作为改善程度最大的调控方案,即该情景样本对应的水网系统水资源-生态环境-经济社会协同优化方案。

    38、根据本技术的一个方面,其特征在于,所述步骤s41进一步为:

    39、步骤 s41a、构建投影函数;

    40、步骤s41b、采用投影值的熵作为投影指标函数,并使用投影指标函数度量投影值信息量;

    41、步骤 s41c、采用最大熵法确定最佳投影方向,构建最优化模型;

    42、步骤s41d、将水资源-生态环境-经济社会协同指标数据输入最优化模型,计算得到一维投影向量,即降维后的综合协同指标。

    43、根据本技术的一个方面,其特征在于,所述步骤s43进一步为:

    44、步骤s43a、依次将海量情景样本输入多目标优化模型,设置a个调控措施,每个调控措施设置b个不同的调控程度,得到数量为a×b个的调控方案,a、b为大于2的正整数;

    45、步骤s43b、基于a×b个的调控方案依次修改多目标优化模型参数与边界条件,求解模型获得每个情景样本下每个调控方案对应的综合协同指标值;

    46、步骤s43c、采用马尔科夫一步转移概率依次计算每个情景样本原本的综合协同指标值与所有调控方案调控后的综合协同指标值之间的转移程度,选取转移程度最大的作为改善程度最大的调控方案,即该情景样本对应的水网系统水资源-生态环境-经济社会协同优化方案。

    47、根据本技术的另一个方面,提供一种水网系统水资源-生态环境-经济社会协同系统,包括:

    48、至少一个处理器;以及

    49、与至少一个所述处理器通信连接的存储器;其中,

    50、所述存储器存储有可被所述处理器执行的指令,所述指令用于被所述处理器执行以实现上述任一项技术方案所述的水网系统水资源-生态环境-经济社会协同方法。

    51、有益效果:采用水网系统水资源-生态环境-经济社会协同方法,提高水利模型协同运行效率,实现水利系统的全面仿真,提升水网调度智能化水平,实现物理水网和数字水网深度交互融合,推动各类水利工程逐步由点向网、由分散向系统发展,全面提升水网系统性、综合性、强韧性。


    技术特征:

    1.水网系统水资源-生态环境-经济社会协同方法,其特征在于,包括如下步骤:

    2.如权利要求1所述的水网系统水资源-生态环境-经济社会协同方法,其特征在于,所述步骤s1进一步为:

    3.如权利要求2所述的水网系统水资源-生态环境-经济社会协同方法,其特征在于,所述步骤s11进一步为:

    4.如权利要求1所述的水网系统水资源-生态环境-经济社会协同方法,其特征在于,所述步骤s2进一步为:

    5.如权利要求4所述的水网系统水资源-生态环境-经济社会协同方法,其特征在于,所述步骤s22进一步为:

    6.如权利要求1所述的水网系统水资源-生态环境-经济社会协同方法,其特征在于,所述步骤s3进一步为:

    7.如权利要求6所述的水网系统水资源-生态环境-经济社会协同方法,其特征在于,所述步骤s33进一步为:

    8.如权利要求1所述的水网系统水资源-生态环境-经济社会协同方法,其特征在于,所述步骤s4进一步为:

    9.如权利要求8所述的水网系统水资源-生态环境-经济社会协同方法,其特征在于,所述步骤s41进一步为:

    10.如权利要求8所述的水网系统水资源-生态环境-经济社会协同方法,其特征在于,所述步骤s43进一步为:

    11. 水网系统水资源-生态环境-经济社会协同系统,其特征在于,包括:


    技术总结
    本发明公开了一种水网系统水资源‑生态环境‑经济社会协同方法及系统,拟合降雨和蒸散发的边缘分布并构建联合分布,随机抽样得到海量情景输入预构建的机器学习模型,得到水资源量;收集研究区历史人口和历史GDP数据,构建经济社会体量预测模型,构建经济社会体量预测样本;构建多目标优化模型,计算水资源‑生态环境‑经济社会协同指标,构建系统动力学模型并率定模型参数,计算水资源‑生态环境‑经济社会协同指标值;对水资源‑生态环境‑经济社会协同指标降维并计算对应指标值,构建调控方案,筛选出最优优化方案。本发明提高水利模型协同运行效率,实现水利系统的全面仿真,提升水网调度智能化水平,实现物理水网和数字水网深度交互融合。

    技术研发人员:李原园,郭旭宁,李云玲,刘为锋,刘贤才,黄华金,彭习渊,王永强,邢西刚,朱非林,江晨辉,刘奇,周理安
    受保护的技术使用者:水利部水利水电规划设计总院
    技术研发日:
    技术公布日:2024/11/26
    转载请注明原文地址:https://tc.8miu.com/read-30316.html

    最新回复(0)