【技術實現步驟摘要】
本專利技術涉及水網系統水資源-生態環境-經濟社會協同方法。
技術介紹
1、水網系統是以自然河湖為基礎、引調排水工程為通道、調蓄工程為結點、智慧調控為手段，集水資源優化配置、流域防洪減災、水生態系統保護等功能于一體的綜合體系，是解決水資源空間分布不均、提高受水區水資源保證率、緩解缺水地區水資源供需矛盾、實現水資源合理配置的有效措施，是促進缺水地區經濟發展與水資源綜合開發利用的重要途徑。
2、水資源-生態環境-經濟社會協同是水網系統建設、管理運行需要達到的首要目標，然而制約水網系統水資源-生態環境-經濟社會協同的要素相互之間的關系較為復雜，目前水網子系統及兩兩關系研究不斷深入，但水網系統水資源-生態環境-經濟社會因果鏈條尚不清晰，直接和間接影響相互交融，水資源-生態環境-經濟社會難以開展綜合評價，同時也尚不具備成熟的水網全系統多要素協同技術，未能從水網系統整體上解析水平衡要素之間的互饋過程，提出水資源-生態環境-經濟社會協同方案。
3、本專利技術提出水網系統水資源-生態環境-經濟社會協同方法及系統，解決目前存在的上述問題，提高水利模型協同運行效率，實現水利系統的全面仿真，提升水網調度智能化水平，實現物理水網和數字水網深度交互融合，推動各類水利工程逐步由點向網、由分散向系統發展，全面提升水網系統性、綜合性、強韌性。
技術實現思路
1、專利技術目的：提供一種水網系統水資源-生態環境-經濟社會協同方法，以解決現有技術存在的上述問題。另一方面提供水網系統水資源-生態環境
2、技術方案：水網系統水資源-生態環境-經濟社會協同方法，包括如下步驟：
3、步驟s1、收集研究區歷史降雨、歷史蒸散發和歷史水資源量數據，擬合降雨和蒸散發的邊緣分布，構建兩者的聯合分布，隨機抽樣得到海量情景并輸入預構建的機器學習模型，得到海量情景對應的水資源量；
4、步驟s2、收集研究區歷史人口和歷史gdp數據，構建經濟社會體量預測模型，采用滾動預測法得到人口預測值和gdp預測值，組合得到經濟社會體量預測樣本；
5、步驟s3、將海量情景樣本輸入預構建的多目標優化模型，得到水資源-生態環境-經濟社會協同指標，構建系統動力學模型并率定模型參數，將海量情景對應的水資源量和經濟社會體量預測樣本隨機組合得到海量情景樣本并依次輸入系統動力學模型，得到海量情景樣本對應的水資源-生態環境-經濟社會協同指標值；
6、步驟s4、采用最大熵投影尋蹤法對水資源-生態環境-經濟社會協同指標降維得到綜合協同指標并計算對應綜合協同指標值，構建調控方案，計算各情景樣本不同調控方案下綜合協同指標值之間的轉移程度，篩選得到水網系統水資源-生態環境-經濟社會協同優化方案。
7、根據本申請的一個方面，所述步驟s1進一步為：
8、步驟s11、收集研究區歷史降雨、歷史蒸散發和歷史水資源量數據，構建機器學習模型，基于歷史降雨、歷史蒸散發和歷史水資源量數據優化模型超參數；
9、步驟s12、擬合降雨和蒸散發的邊緣分布，構建降雨和蒸散發的聯合分布，隨機抽樣生成海量情景；
10、步驟s13、將海量情景輸入優化后的機器學習模型，得到海量情景對應的水資源量。
11、根據本申請的一個方面，所述步驟s11進一步為：
12、步驟s11a、收集研究區歷史降雨、歷史蒸散發和歷史水資源量數據，按照80/10/10的比例將數據分為訓練集、驗證集和測試集；
13、步驟s11b、構建梯度提升樹機器學習模型，并采用訓練集訓練機器學習模型；
14、步驟s11c、采用貝葉斯優化法對機器學習模型的超參數優化，采用測試集評估超參數優化后的模型并采用驗證集進行驗證。
15、根據本申請的一個方面，所述步驟s2進一步為：
16、步驟s21、基于機器學習模型構建經濟社會體量預測模型，收集研究區歷史人口和歷史gdp數據并基于歷史人口和歷史gdp數據率定經濟社會體量預測模型參數；
17、步驟s22、采用滾動預測法得到m個人口預測值和n個gdp預測值，組合得到m×n個經濟社會體量預測樣本，m、n為正整數。
18、根據本申請的一個方面，所述步驟s22進一步為：
19、步驟s22a、將研究區歷史人口和歷史gdp數據的前五分之四作為預測集，后五分之一作為驗證集；
20、步驟s22b、將預測集輸入經濟社會體量預測模型，采用移動平均法向后平移，得到后五分之一的預測值；
21、步驟s22c、將后五分之一的預測值與驗證集做對比并優化經濟社會體量預測模型；
22、步驟s22d、將研究區歷史人口和歷史gdp數據輸入優化后的經濟社會體量預測模型，得到m個人口預測值和n個gdp預測值，組合得到m×n個經濟社會體量預測樣本。
23、根據本申請的一個方面，所述步驟s3進一步為：
24、步驟s31、構建多目標優化模型，目標函數為：水資源-生態環境-經濟社會協同度最高；
25、步驟s32、將海量情景樣本輸入多目標優化模型，得到該情景樣本對應的水網系統水資源-生態環境-經濟社會協同指標；
26、步驟s33、收集研究區水資源量、經濟社會和生態環境數據，基于水資源量、經濟社會和生態環境關系構建系統動力學模型，基于研究區水資源量、經濟社會和生態環境數據率定系統動力學模型參數；
27、步驟s34、提取海量情景對應的水資源量和m×n個經濟社會體量預測樣本，將兩者隨機組合，得到海量情景樣本；
28、步驟s35、將海量情景樣本依次輸入系統動力學模型，得到海量情景樣本對應的水資源-生態環境-經濟社會協同指標值。
29、根據本申請的一個方面，所述步驟s33進一步為：
30、步驟s33a、基于水資源量、經濟社會和生態環境關系確定系統要素，分為三類，分別為水系連通性、自然功能和社會功能；
31、步驟s33b、基于水系連通性、自然功能和社會功能三類系統要素構建若干條系統因果回路，包括m條正反饋回路和n條負反饋回路，構建系統因果回路圖，m、n為正整數；
32、步驟s33c、基于系統因果回路圖確定流位和流率，得到水系連通性、自然功能、社會功能三個子系統，將三個子系統合并構建系統動力學模型；
33、步驟s33d、基于研究區水資源量、經濟社會和生態環境數據采用靈敏度分析法和歷史檢驗率定系統動力學模型參數。
34、根據本申請的一個方面，其特征在于，所述步驟s4進一步為：
35、步驟s41、采用最大熵投影尋蹤法水資源-生態環境-經濟社會協同指標降維得到綜合協同指標；
36、步驟s42、基于海量情景樣本對應的水資源-生態環境-經濟社會協同指標值分別計算得到海量情景樣本對應的綜合協同指標值；
37、步驟s43、構建調控方案，計算各情景樣本不同調控方案下綜合協同指標值之本文檔來自技高網...
【技術保護點】
1.水網系統水資源-生態環境-經濟社會協同方法，其特征在于，包括如下步驟：
2.如權利要求1所述的水網系統水資源-生態環境-經濟社會協同方法，其特征在于，所述步驟S1進一步為：
3.如權利要求2所述的水網系統水資源-生態環境-經濟社會協同方法，其特征在于，所述步驟S11進一步為：
4.如權利要求1所述的水網系統水資源-生態環境-經濟社會協同方法，其特征在于，所述步驟S2進一步為：
5.如權利要求4所述的水網系統水資源-生態環境-經濟社會協同方法，其特征在于，所述步驟S22進一步為：
6.如權利要求1所述的水網系統水資源-生態環境-經濟社會協同方法，其特征在于，所述步驟S3進一步為：
7.如權利要求6所述的水網系統水資源-生態環境-經濟社會協同方法，其特征在于，所述步驟S33進一步為：
8.如權利要求1所述的水網系統水資源-生態環境-經濟社會協同方法，其特征在于，所述步驟S4進一步為：
9.如權利要求8所述的水網系統水資源-生態環境-經濟社會協同方法，其特征在于，所述步驟S41進一步為：
10.如權利要求8所述的水網系統水資源-生態環境-經濟社會協同方法，其特征在于，所述步驟S43進一步為：
11.?水網系統水資源-生態環境-經濟社會協同系統，其特征在于，包括：
...【技術特征摘要】
1.水網系統水資源-生態環境-經濟社會協同方法，其特征在于，包括如下步驟：
2.如權利要求1所述的水網系統水資源-生態環境-經濟社會協同方法，其特征在于，所述步驟s1進一步為：
3.如權利要求2所述的水網系統水資源-生態環境-經濟社會協同方法，其特征在于，所述步驟s11進一步為：
4.如權利要求1所述的水網系統水資源-生態環境-經濟社會協同方法，其特征在于，所述步驟s2進一步為：
5.如權利要求4所述的水網系統水資源-生態環境-經濟社會協同方法，其特征在于，所述步驟s22進一步為：
6.如權利要求1所述的水網系統水資源-生態環境-經...
【專利技術屬性】
技術研發人員：李原園，郭旭寧，李云玲，劉為鋒，劉賢才，黃華金，彭習淵，王永強，邢西剛，朱非林，江晨輝，劉奇，周理安，
申請(專利權)人：水利部水利水電規劃設計總院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。