Page 100 - 2025年第56卷第5期
P. 100

水      利       学      报

                2025 年 5 月                          SHUILI    XUEBAO                        第 56 卷  第 5 期

              文章编号:0559-9350(2025)05-0646-13                                    第二十七届中国科协年会学术论文

                     基于时空动态知识图谱的明渠实时调度模式智能识别研究



                                      甘 甜    1,2 ,王 超     1,3 ,蒋云钟    1,3 ,韩 昆     1
                         (1.  中国水利水电科学研究院,北京  100038;2.  长江科学院  水力学研究所,湖北  武汉  430010;
                                          3.  水利部数字孪生流域重点实验室,北京  100038)

                摘要:根据明渠水力特征与工程实际需求,进行实时智能调度模式识别,能为工程管理提供决策辅助,提高调水
                工程智能化水平。本研究针对明渠实时调度相关要素多、关系复杂、时变性强,导致调度模式识别效率低的问
                题,以胶东调水工程王耨-入吴沟河段为典型渠段,构建了描述明渠水力特征时空动态变化的知识图谱。首先利
                用 HEC-RAS 软件进行历史场景模拟分析,获得不同调度模式下满足各自调度目标的优选闸门开度初始值与闸门
                开度调节趋势等先验知识;然后基于密度聚类-随机森林(DBSCAN-RF)分类算法进行历史场景分类分析,得到带
                标签的分类样本集;最后利用 Neo4j 图数据库结构化存储历史场景特征及模拟与分类知识,形成时空动态图谱,
                最终实现明渠实时调度模式的智能识别。
                关键词:知识图谱;时空动态;明渠实时调度;调度模式识别

                中图分类号:TP391                文献标识码:A                doi:10.13243/j.cnki.slxb.20240597

              1 研究背景


                  调水工程明渠段多为人工挖掘,与天然河流相比,渠池蓄量更小,调控区间范围更小,对实时调
              度精度要求更高 。其控制建筑主要为节制闸和泵站,沿线还分布有众多分水口,存在防洪安全、供
                             [1]
                                                                                                 [2]
              水安全、冰期输水安全、水位稳定与泵站高运行效率等多种调度目标,调度模式复杂多变 。现阶段
              调水工程明渠调度模式划分,高度依赖人工经验,自动化程度低。调度模式智能识别能根据水力特征

              与工程实际运行情况,自动地识别实时场景的调度模式,为其动态推荐合适的调度目标,以及优选的
              闸门开度初始值与闸门开度调节趋势等先验知识,进而提高调水工程智能化水平,保障调度安全。
                                                [3]
                  针对调度模式识别问题,崔东文 以文山州为例,选取人均水资源量、人均供水量等 6 个指标,
              分 别 基 于 支 持 向 量 机(Support Vector Machine, SVM)与 概 率 神 经 网 络(Probabilistic Neural Network,
                                                                                                       [4]
              PNN),构建了水资源与经济社会发展协调度模式识别模型,应用样本的正确识别率高。李泽宏等 针
              对水电站调度模式识别能力较差,易导致可视化识别技术适用性低的问题,基于蚁群算法,提出了一
              种水电站调度模式可视化识别技术,分析水电站水库的初水位,计算水流出力,识别弃水临界点,实
                                                                                [5]
              现水电站梯级调度模式可视化识别,有效提高了水电站工作效率。任康 以西江流域水库群为例,采
              用以决策树为基础的耐心规则归纳(Patient Rule Induction Method,PRIM)算法,根据梧州站径流过程
              识别了相应的水库群调度模式,算法适用性强。


                 收稿日期:2024-09-18;网络首发日期:2025-05-22
                                /
                 网络首发地址:https:/link.cnki.net/urlid/11.1882.TV.20250521.1843.001
                 基金项目:国 家 自 然 科 学 基 金 项 目(52394234); 国 家 重 点 研 发 计 划 课 题(2022YFC3204603); 水 利 部 重 大 科 技 项 目 (SKS-
                         2022117, SKR-2022057)
                 作者简介:甘甜(1997-),博士生,主要从事水资源智慧调度研究。E-mail:201914598@mail.sdu.edu.cn
                 通信作者:蒋 云 钟(1969-), 博 士 , 正 高 级 工 程 师 , 主 要 从 事 水 资 源 调 度 、 水 资 源 信 息 化 、 水 资 源 管 理 等 研 究 。 E-mail:
                         lark@iwhr.com
                — 646   —
   95   96   97   98   99   100   101   102   103   104   105