基于数据挖掘的黄河中游典型流域次洪最大含沙量预报

黄河中游黄土高原地区经常发生区域性暴雨,容易形成涨落迅猛、峰型尖瘦的高含沙洪水过程,次洪沙峰量级预报的准确度对汛期调水调沙工程调度,特别是对高含沙量洪水事件十分重要.针对黄河中游水沙预报难度大、精度偏低的现状,采用随机森林和支持向量机两种数据挖掘方法,开展秃尾河和湫水河两个流域的次洪最大含沙量的预报预警研究.结果 表明...     

港口湾水库对水阳江上下游泥沙输移的影响

以水阳江干流宣城水文站、支流胡乐司水文站1974~2010年逐日输沙量和含沙量资料为基础,分析了港口湾水库建立前后对水阳江上下游泥沙输移影响的变化过程,采用M-K趋势法检验了建库前后的输沙量和含沙量,选取年内分配变差系数、年内分配不均匀系数、完全调节系数、集中度、FI指数5个指标分析了输沙量年内分配规律及不同时段的含沙量与输沙量。结果表明,港口湾水库对水阳江上下游泥沙输移影响显著,两站输沙量和含沙量减幅大,变化趋势明显,不同时间尺度下建库前后的泥沙输移均发生了不同程度的改变。总体上看,年内分配变化更大、集中度更小。     

围垦工程对江苏省南黄海辐射沙洲海域潮流和悬沙的影响

为研究围垦工程对南黄海辐射沙洲海域潮流和泥沙的影响,基于嵌套的江苏省沿海二维水动力泥沙数学模型,模拟了江苏省沿海的潮流分布及南黄海辐射沙脊群海域的悬沙分布,分析并预测了远期围垦工程对潮流、悬沙的影响。结果表明,围垦工程改变了水沙环境,除个别海区,潮流动力大多有所减弱;除东沙东西两侧、条子泥南侧含沙量微增外,整体含沙量有所减小,含沙量明显减小的区域为条子泥北侧,为辐射沙洲海域围垦工程的建设提供了科学依据。     

基于DPM模型的旋流式沉沙池悬沙数值模拟

为了研究旋流式沉沙池泥沙颗粒的运动及沉沙机理和旋桨转速N与沉沙率之间的关系,借助商业软件Fluent,采用湍流模型和DPM模型相结合的数值模拟方法对泥沙颗粒进行颗粒追踪,通过设置7种不同的湍流模型模拟旋流式沉沙池悬沙在7种转速下的运动,与已有的试验结果进行对比,验证了模型的可行性,并选出在不同转速下最合适的湍流模型,进而运用选出的湍流模型分别模拟7不同转速下旋流式沉沙池流场分布,分析了旋流式沉沙池的流场和颗粒轨迹。结果表明,在沉沙池转桨所在的平面上,速度从池壁到池中心逐渐增加,相应位置上的压力逐渐减小;在沉沙池立面上,存在二次流现象,在转桨附近存在较大的漩涡;相同转速下粒径较大的颗粒比较小的颗粒更易沉降;随着桨叶转速的增加,颗粒总去除率逐渐减小。     

基于小波分析的大坝观测数据异常值检测

阐述了小波分析中小波变换，多分辨分析等基本原理，利用多分辨分析（小波多层分解）方法，对大坝观测数据的异常值进行了检测，通过工程实例验证了该方法的有效性。所采用的小波分析方法适合检测单个和多个异常值。     

基于一维水沙模型的多沙水库分期汛限水位选择

为提升多沙水库的发电效益、选择合适的分期汛限水位,应用一维非均匀流不饱和输沙模型,结合某多沙水库现行调度规程,模拟了该水库在多种拟定分期汛限水位方案下水流、泥沙等因素的长期变化过程,计算了各方案总库容、有效库容淤损率及多年平均发电量等指标,并综合考虑提升水库发电量和保证水库防洪安全方面目标对各方案进行比选,确定了该水库的最佳分期汛限水位方案。该方案可在一定的泥沙淤积水平年内提升水库的发电效益,并通过预泄调洪方式以保障其防洪安全。     

基于大数据技术的多沙水流泵站故障诊断方法

针对多沙水流泵站存在水泵磨蚀、机组振动等复杂故障问题,基于大数据技术,将神经网络方法与传统的专家系统相结合,建立了多沙水流泵站的故障监测与诊断系统。实际应用结果表明,该方法能够及时定位故障问题和诊断故障原因,降低了维护成本,创造了更大的经济效益。     

基于固液两相流的离心泵内部流场数值分析

为了初步研究泥沙颗粒直径对离心泵性能及内部流场的影响,本研究采用particles粒子模型对某离心泵进行全流道数值模拟实验。重点分析了在相同泥沙颗粒体积分数和不同来流泥沙颗粒直径下叶片表面的泥沙颗粒的体积分数分布、泥沙颗粒速度分布的情况。结果表明:由于固体的存在使得流动不稳定,同一离心泵在固液两相流介质下运行较单相流介质会不同程度使泵扬程和效率下降,在相同工况下,随着泥沙颗粒直径的增加,叶片表面泥沙颗粒体积分数上升,且有向压力面偏移的趋势,叶片表面泥沙颗粒速度也逐渐增大;导致叶片进水边、叶片吸力面出水边磨损较为严重。该研究可为以含沙水为工作介质的离心泵设计提供一定的参考。     

杏林湾排涝泵站竖井贯流泵装置进出水流道流态的数值分析

运用三维湍流数值模拟方法对杏林湾排涝泵站竖井贯流泵装置进出水流道流态进行数值模拟,分析进水流道的流场均匀度和出水流道的扩散均匀性,提出优化方案。模拟结果表明,优化后的竖井贯流泵装置,在均匀进流的条件下,进水流道内的水流流态较好,竖井两侧流道内的水流流速分布较均匀,未出现明显的漩涡、回流等不良流态,水泵进流均匀、平顺;出水流道通过设置中隔墩的长度,不仅水流流态得到一定改善,而且中隔墩两侧水流流量分配基本均匀,有助于保证泵站良好的出水条件。     

含沙量对分离鳃的水沙分离影响试验

为研究含沙量对分离鳃水沙分离效果的影响,通过对分离鳃与普通管进行9组不同含沙量的静水沉降试验,运用粘性颗粒的沉降特性分析了含沙量与沉速的关系。结果表明,含沙量对泥沙沉速影响很大,含沙量越大,泥沙下沉相同距离时所需的沉降时间越长,泥沙的沉速越小;在同一含沙量下分离鳃的沉速始终大于普通管沉速,当含沙量为10~80 kg/m3时,分离鳃沉速更大,水沙分离效果最佳。     

初始浑水含沙量对沉淀池中流速分布的影响

为研究初始浑水含沙量对河水滴灌重力沉沙过滤池中沉淀池内流速分布规律的影响,对5种不同初始浑水含沙量下沉淀池内的水沙两相流流场进行了数值模拟。通过对比分析不同初始浑水含沙量下流速沿水流方向和沿水深方向的分布规律,可知不同初始浑水含沙量下浑水流速沿水流方向变化规律与水深方向不同;但初始浑水含沙量越大,流速沿水流和水深方向增加或减小的幅度也就越大,越容易在沉淀池尾部形成较大回流,从而导致水流将部分泥沙带出沉淀池,使沉淀池的水沙分离效率降低。     

新疆河流泥沙通量测算方法研究

河流过流断面的泥沙通量为过流流量与泥沙浓度的函数,是对河流泥沙特征的最直观反应。随着我国深入实施泥沙总量控制制度,泥沙跨境管理的重要性日益突出,而掌握河流泥沙跨境通量的时空分布是落实总量控制制度、减少边界纠纷的重要前提,也可为泥沙治理决策提供依据。结合新疆多个河流1980年的年内逐日水沙监测数据,分析了含沙量及通量年内变化特征,并采用5种通量测算方法分析了泥沙通量的影响因素,获得了最优的通量测算方法。     

黄河中游龙门含沙量过程统计预报模型研究

针对黄河中游吴堡—龙门区间泥沙量过程的特点,基于统计模型方法,建立了多输入、单输出的龙门站含沙量过程预报方案,采用逐步回归方法进行预报因子筛选和模型率定,结合最小二乘递推算法的实时校正技术对含沙量过程进行预报,并根据实测资料对预报方案进行了检验。结果表明,该统计预报方案精度较高、适用性较好。     

南四湖水体实测高光谱与悬浮物浓度及浊度关系分析

利用2014年7月21~23日南四湖水体实测的高光谱数据及同步水质采样分析数据,分别建立了估测南四湖悬浮物浓度的单波段、波段比值和一阶微分模型,并通过悬浮物浓度间接估测了水体的浊度。结果表明,829 nm处归一化反射率模型、829/542、R756/R748、R748/R756波段比值模型和754 nm处一阶微分模型均估测悬浮物浓度精度较高,均方根误差在8.96~36.54 mg/L之间,平均相对误差均低于30%;829 nm处原始光谱反射率和归一化光谱反射率模型及829/542波段比值模型间接估测浊度效果较好,均方根误差在2405~32.04 NTU之间,平均相对误差均小于35%;829 nm处归一化反射率模型和829/542波段比值模型更适合估测南四湖悬浮物浓度和浊度。     

福建兴化湾附近海域水动力特征研究

基于兴化湾海域实测水文资料,采用相关潮汐潮流调和分析方法建立了附近海域二维水动力数学模型,研究了附近海域的潮汐潮流特性。结果表明,兴化湾海域潮汐属于规则半日潮,平均落潮流历时长于涨潮流历时;测区实测涨潮流流速大于落潮流流速,但落潮流历时长于涨潮流历时;工程海域潮流变化主要受协振波所控制,潮流性质属于不规则半日浅海潮流,潮流运动形式是以往复流为主并伴有旋转性质的混合流态;兴化湾湾内和口门附近以往复流为主,湾外呈旋转流特征;兴化湾内是受南日水道和兴化水道两股潮流作用,水流动力变化特征是兴化水道强于南日水道,其中湾内南侧海域主要受南日水道潮流控制,湾内北侧和深槽海域主要受兴化水道潮流作用。     

基于暴雨潮位联合作用的沿海城市洪涝致灾因子风险评估

基于不同标准下的暴雨潮位组合,采用排水数学概化模型和城市水系数值模拟模型计算了各种组合工况下沿海城市不同区域的淹没范围,提出了识别、量化不同区域暴雨和潮位致灾作用度的方法,并进行了暴雨和潮位致灾风险区划,给出了适应各个区域的防涝措施。实例应用表明,对海口市主城区而言,暴雨为内陆区域的主要致灾因子,潮位为岛屿区域主要致灾因子,其他区域多为暴雨、潮位联合致灾。在暴雨为主要致灾因子的区域,加大管网排水能力可有效减轻洪涝灾害;而在潮位为主要致灾因子的区域,新建下游泵站为有效治理措施。     

基于小波分析的BP神经网络潮水位预测方法

分析了潮水的特性,提出了基于小波多分辨分析的BP神经网络潮水位预测方法。通过小波分解与重构技术,将潮水位序列分解成不同层次,得到趋势项、周期项和随机项,利用BP神经网络对每一项进行预测,最后再重构得到原潮水位序列的预测值。实例验证,基于小波分析的BP神经网络潮水位预测方法比单独用神经网络对潮水位进行预测更有效。