[发明专利]一种水库水位波动处理方法

权利要求书

1.一种水库水位波动处理方法，其特征在于：包括，

S1，获取目标水库的坝前水位历史数据；

S2，对历史数据中的粗大数据进行剔除；

S3，对经S2操作后的历史数据中的缺漏数据进行填补；

S4，采用SG滤波方式对经S3操作后的历史数据进行滤波平滑处理；

S5，采用原始的坝前水位历史数据计算径流倒挂率P0，采用经S4操作后的坝前水位数据计算径流倒挂率P1，判断P1是否小于P0，若是，则输出P1的值和经S4处理后的坝前水位数据，若否，则返回执行S4；其中径流倒挂率指出现目标水库的入库流量小于上游相邻水库出库流量现象的频率，径流倒挂率的具体计算方式如下：

其中，P表示径流倒挂率，I_t'表示t'时段目标水库上游河道来流量，I_t”表示t'时段内目标水库经蓄量变化与出库流量反推的入库流量，t'表示时段，T表示计算总时段；

其中O_t'-j表示目标水库上游河道控制节点流量大小，即上游相邻水库出库流量，j表示目标水库上游河道控制节点流量流达至目标水库所需的时段个数，l_t'+1表示t'+1时段目标水库坝前水位，f为目标水库坝前水位与库容的映射关系用以将坝前水位转换为库容，T为计算总时段长度，O_t”为目标水库出库流量，计算方式为其中表示t'时段目标水库的发电流量，可根据负荷数据和坝前水位数据查询NHQ曲线推算得出，表示t'时段目标水库闸门流量，可根据闸门开度和坝前水位数据查询泄流曲线推算得出。

2.根据权利要求1所述的水库水位波动处理方法，其特征在于：

所述S2中对粗大数据进行剔除的方式为：将历史数据中超过区间范围(μ-3σ,μ+3σ)的数据予以剔除，其中μ表示历史数据的均值，σ表示历史数据的标准差。

3.根据权利要求2所述的水库水位波动处理方法，其特征在于：

所述S3中对缺漏数据进行填补的方式为，

其中，l表示填补的缺漏数据，单位为m，l₁、l₂表示历史数据序列中缺漏数据前后相邻的坝前水位数据，单位为m，t₁、t₂表示缺漏数据前后相邻的坝前水位数据对应的时刻，t表示缺漏数据期望的时刻。

4.根据权利要求3所述的水库水位波动处理方法，其特征在于：

所述S4中采用SG滤波方式进行滤波平滑处理具体包括，

对进行粗大数据处理和缺漏数据处理后的历史数据采用如下拟合公式进行拟合：

其中，x_i表示滤波窗口中第i个待拟合的坝前水位数据，y_i表示第i个拟合后的数据，a₀，a₁，…，a_k-1为待求解的变量，k-1表示利用k-1次多项式拟合，其中k为自然数且k≥2；

其中，a₀，a₁，…，a_k-1的求解方式如下：

设滤波窗口数据序列长度为N，N＝2m+1，m为自然数，且N大于等于k，则滤波窗口内根据拟合公式可生成N个多项式，N个多项式中有k个需要求解的变量，即k元线性方程组，通过最小二乘法公式：即可求解得到a₀，a₁，…，a_k-1。

5.根据权利要求4所述的水库水位波动处理方法，其特征在于：

所述滤波窗口数据序列长度N的计算方式为：

采用Preissmann四点带权隐式差分格式对圣维南方程组进行离散后，忽略二阶微量将其简化为线性方程组并进行求解，获取上游相邻水库出库流量发生突变时，该突变流量到达下游目标水库所需要的流达时间，所述流达时间除以坝前水位数据采样频率并向上取最近奇数即为滤波窗口数据序列长度N。