Page 106 - 2025年第56卷第5期
P. 106

F =-0.23x -0.182x -0.008x +0.146x +0.083x +0.113x +0.146x +0.208x +
                               2      1       2      3      4       5      6       7      8
                                      0.216x +0.19x -0.086x -0.034x -0.136x -0.234x                    (3)
                                            9     10      11      12      13      14
                              F =0.131x +0.186x +0.108x +0.377x +0.09x +0.238x +0.377x -0.129x -
                               3       1      2       3      4     5       6      7      8
                                       0.1x -0.149x -0.04x -0.059x -0.006x +0.039x                     (4)
                                           9      10     11      12      13      14
                              F =0.362x +0.385x +0.314x -0.098x +0.041x -0.157x -0.098x +0.146x +
                               4      1       2      3      4       5      6      7       8
                                      0.157x +0.115x -0.178x -0.158x -0.168x -0.298x                   (5)
                                           9       10     11      12      13      14
                             F =-0.076x +0.011x +0.155x -0.246x +0.633x +0.411x -0.246x -0.057x -
                              5        1      2       3      4      5       6      7      8
                                      0.041x -0.065x +0.004x +0.013x -0.015x +0.042x                   (6)
                                           9       10      11      12     13      14
                                                    表 3 各成分的贡献率
                 成分        特征根        贡献率/%     方差贡献率/%         成分         特征根        贡献率/%     方差贡献率/%
                  1         4.766      34.045      34.045        8         0.112       0.801       99.354
                  2         2.811      20.075      54.120        9         0.066       0.469       99.823
                  3         2.134      15.244      69.364       10         0.012       0.088       99.911
                  4         1.524      10.886      80.250       11         0.008       0.055       99.966
                  5         1.366       9.758      90.007       12         0.005       0.034      100.000
                  6         0.801       5.722      95.730       13                                100.000

                  7         0.395       2.823      98.553       14                                100.000

                  c)场景聚类研究:采用 DBSCAN 聚类算法进行场景聚类研究。经调试,算法参数设置为 k=5、Eps=5
              时,聚类效果最好,轮廓系数为 0.8341。此时,将典型渠段历史场景共分为 5 类,分类因子 x —x 的
                                                                                                    1   14
              聚类结果见图 6 所示。
































                                                   图 6 DBSCAN 算法聚类结果

                  根据图 6 可知,第 1 类场景的样本数最多,根据水位、流量等实测数据判断,大致为常规调度场
              景;第 2 类场景大致属于未开启泵站的停水期场景;第 3 类场景大致具有泵站进水池水位高、出水池

              水位低与扬程小等特点;第 4 类场景流量较大,大致上达到或超过设计流量,需考虑防洪需求;第 5
              类场景流量较小,时间上大致处于汛期、分水期与冰期之间的过渡时段。

                — 652   —
   101   102   103   104   105   106   107   108   109   110   111