[发明专利]一种水库群调度规则型式和参数对气候变化的适应性研究方法

权利要求书

1.一种水库群调度规则型式和参数对气候变化的适应性研究方法，其特征在于，包括如下步骤：

步骤1、确定水库群优化目标和约束条件，建立多目标水库群优化调度模型；

步骤2、采用多目标优化算法求解多目标水库群优化调度模型求解得到优化调度轨迹，对优化调度运行轨迹进行拟合获得多种水库调度规则；

步骤3、构建基于贝叶斯理论的水库群优化调度规则的合成模型，开展水库群调度规则合成研究；

步骤4、通过降尺度技术处理GCM模型的输出作为流域水文模型的输入，将分布式水文模型与GCM模型耦合，模拟预测未来气候情景下流域的径流过程；

步骤5、采用数理统计方法对未来气候情景下的径流过程进行可用性分析和处理，开展原始径流资料和未来径流系列数据的融合；

步骤6、建立多指标的调度规则评价体系；

步骤7、采用多指标的调度规则评价体系，评价分析气候变化下的不同类型调度规则对不同气候模式的适应性；

步骤8、构建基于贝叶斯理论的不确定性分析技术的水库群调度规则参数变化规律分析模型，分析不同情形下的参数变化规律，建立水库调度规则参数和径流的相关关系，进而分析评估调度规则参数对气候变化的适应性；

通过构建基于贝叶斯理论的水库群联合优化调度规则的合成模型，采用多种优化算法来确定各个水库调度规则在合成调度规则中的权重和方差，开展调度规则的合成研究，以贝叶斯模型平均方法为例，即通过对不同调度规则取不同的权重以得到更好的合成调度规则的数学方法，假设Q为调度规则的出库过程集合，即决策变量，D＝[X，Y]是输入数据，其中X是K个调度规则决策值的模拟数据，Y是最优的模拟运行过程，f＝[f₁，f₂，…，f_k]是K个调度规则的集合，贝叶斯模型平均方法可用如下公式表示：

式中：p(f_k|D)是第k个调度规则在给定优化调度D的情景下的后验概率f_k，它是f_k和最优调度过程Y的匹配相似度的反映，事实上，p(f_k|D)是贝叶斯模型的权重w_k；权重w_k按调度结果的优劣划分，单个水库调度规则的调度结果越好，则在综合调度规则中所占权重愈大，且w_k总大于零，其和为1；p_k(Q|f_k，D)是在给定优化调度D和概率f_k的条件下，调度规则的出库过程集合Q的后验分布；

模型采用期望最大化算法或马尔科夫蒙特卡洛求解，进而确定合成调度规则中每个单个规则的权重与方差；以期望最大化算法为例，说明贝叶斯模型平均方法中单个规则权重与方差求解过程；主要步骤如下：

步骤3.1、条件的初始化，假定Ite＝0

式中，Ite是重复计算的次数；NT是调度时段的长度；Y^t是t时刻的确定性最优调度决策值，是t时刻的第k个调度规则的调度决策值；

步骤3.2、计算初始似然函数值的大小，按下式(7)计算：

步骤3.3、计算隐藏变量：设Ite＝Ite+1，计算式如(8)所示：

步骤3.4、计算各个调度规则的权重，按公式(9)计算：

步骤3.5、计算各个调度规则的误差，按公式(10)计算：

步骤3.6、计算对数似然值l(θ)^(Ite)，按公式(11)所示计算：

步骤3.7、检验计算结果收敛性，假设l(θ)^(Ite)-l(θ)^(Ite-1)不大于预先设定的误差标准，就停止计算，否则重新从步骤3.3开始下一轮的计算。