基于RS、GIS及智能算法的渠系优化配水

【目的】基于RS、GIS技术及智能算法,对灌区渠系优化配水工作进行研究,为提高灌区管理、制定配水计划提供科学依据。【方法】采用"组间续灌、组内轮灌"的工作方式,选择总配水时间最短与轮灌组之间引水持续时间差异值同时最小作为优化目标,以黑河中游甘肃省张掖市甘州区盈科灌区盈二支一分支为例,构建多目标渠系优化配水模型,并基于粒子群算法和蚁群算法对模型进行求解。【结果】成功构建了多目标渠系优化配水模型,以黑河中游张掖市甘州区盈科灌区5km×5km区域优化配水为实例的研究表明,采用多目标粒子群算法时的最大配水时间为113.6h,最小配水时间为105.3h,轮灌组引水时间差异为8.3h;采用多目标蚁群算法时的最大配水时间为113.5h,最小配水时间为105.3h,轮灌组引水时间差异为8.2h。解算的结果均低于人工制定的168h原配水计划。【结论】基于RS、GIS及智能算法解决渠系配水问题,不仅可以缩短轮灌周期,减少配水过程中的水量损失,还可保证配水精度,减少劳动力支出。     

基于改进人工鱼群算法的灌区优化配水研究

【目的】建立以灌溉净效益最大为目标的优化配水模型,为灌区优化配水提供新思路。【方法】以西安市周户灌区为研究对象,立足于寻求作物种植面积-水量-产量-经济效益之间的最优关系,建立以灌溉净效益最大为目标的优化配水模型,并利用混沌人工鱼群算法进行求解。【结果】利用所建立的以灌溉净效益最大为目标的优化配水模型进行优化后,灌区总供水量为12 711.44万m3,较常规配水量增加了1 402.67万m3,其中地表供水较常规配水量增加了1 510.67万m3,地下水供水量有所减少;通过作物不同时段分配水量及种植面积的协调,灌区净效益增加了16.37%,粮经比为1∶1.21。【结论】以灌溉净效益最大为目标对灌区配水进行优化后,灌区配水过程更加均匀,同时灌区作物种植结构也得以优化和调整。     

改进的蚁群算法在灌区渠系优化配水中的应用研究

针对我国大多数地区渠系配水通用性较低的问题,将农田水利作为农村基础设施建设的重点任务,以吉林省大安灌区渠系为例,基于地理信息及遥感测控技术,通过改进的蚁群算法对灌区渠系进行优化配水,最终达到节水灌溉增产的效果。在北方实际灌溉过程中,优化配水在农业节水灌溉领域中具有重要的意义,其算法简单,收敛性好。采用改进的蚁群算法可以使渠系配水模式在满足一定约束条件下将水量损失降到最低,使有限的水资源发挥最大的作用。结果更贴近实际,值得全国范围推广应用。     

基于蚁群-粒子群混合算法的水资源优化配置研究

【目的】对区域水资源的合理优化配置进行研究,为区域经济的发展、水资源的合理开发利用和节水型社会的建立提供参考。【方法】建立以经济、社会、生态环境效益为目标函数,各目标加权和为最优解的水资源优化配置模型,采用蚁群-粒子群混合算法对模型进行求解,并对渭北工业区进行水资源优化配置的实例分析,通过原供水量与优化配置水量的比较验证所建立模型的合理性。【结果】经计算,75%保证率下渭北工业区水资源的配置结果为:2015年地表水、地下水、外调水、中水供水量分别为1 747.30,13 244.84,12 905.95和1 060.23万m3;2020年各水源供水量分别为2 019.19,12 214.42,23 530.42和1 798.60万m3;与原始供水量相比,2015年和2020年总供水量分别减少312.73和421.11万m3,表现在农业供水量减少,生活、工业、生态用水均达到供需平衡。【结论】基于蚁群-粒子群混合算法的水资源优化配置结果合理,可作为研究区水资源合理开发利用决策的参考;蚁群-粒子群混合算法收敛速度快,寻优性能优越,可用于水资源优化配置的分析。     

管灌区管网用水调控模型研究

【目的】探索管灌区管网用水优化配置方法,有助于减少开关阀门次数、保障管网运行安全。【方法】将管网水动力学模型嵌入到以管网配水时间最小和各节点流量变化最小为目标的管网优化配水模型,通过模型间公共参数的数据交换,构建管网用水配置耦合模型,并采用迭代法对其进行寻优,最终形成管网用水调控模型。【结果】利用该耦合模型可以精准模拟管网各节点的压力流量变化过程,与管灌区目前常用的管网优化配置方法相比,使用耦合模型对管网水资源进行优化配置,在实现管网配水全过程实时监控的同时,使得到的结果更加真实和精细。【结论】该方法的应用实例证明了该模型和算法的有效性;嵌入分布式水动力学模型后,耦合模型无法用传统的规划方法进行求解,迭代求解的迭代格式建立及求解过程比较耗时;该方法为包含分布信息的水资源优化配置问题提供了新的思路。     

基于改进蚁群算法的供水管网优化计算

【目的】以供水特点为基础建立相应的数学模型,优化选择供水中的管网路径。【方法】利用改进的蚁群算法,对供水管网进行优化选择,在选择策略上,以初始节点引入的虚拟路径距离为基础,对启发信息进行归一化处理,并利用全局策略进行优选节点的概率选择;在更新策略上,利用信息素的局部和全局更新,并结合蚂蚁数量自适应调整及增加随机干扰进行改进;最后以巴家咀水库为对象,利用基本蚁群算法和改进蚁群算法进行优化计算并比较。【结果】利用改进的蚁群算法进行计算时,所得的平均路径、最短路径、最差路径、平均迭代次数和总成本分别为139.635 5km、138.214 7km、142.301 9km、314次和11.32亿元,而基本蚁群算法分别为145.042 1km、140.582 7km、149.215 5km、638次和11.51亿元,改进蚁群算法各项计算指标均优于基本蚁群算法。【结论】改进的蚁群算法可以提高全局搜索能力和收敛速度,能快速有效地获得供水路径的最优解或近似最优解,可以为管道供水路径的优化选择提供参考。     

梯级水库优化调度模型的蚁群系统(ACS)算法求解研究

【目的】对梯级水库调度模型的动态、高维、非线性、复杂优化问题进行求解。【方法】在传统蚂蚁系统的基础上,将蚁群系统中的蚁密、蚁量系统的局部更新和蚁周系统的全局更新有机结合,提出了一种求解梯级水库优化调度模型的改进蚁群算法,即蚁群系统(ACS)算法,采用ACS算法对乌江梯级水库进行了优化调度实例研究。【结果】ACS算法兼顾了计算的时间和精度,优化得乌江梯级发电量为96.538亿kW·h,相比利用动态搜索算法求解的乌江梯级发电量95.882亿kW·h略大,但均接近于乌江梯级设计多年平均发电量100.21亿kW·h。【结论】采用ACS算法可快速求解乌江梯级水库优化调度模型,并可得到满意的结果,说明该优化算法是合理、可行的。     

灌区渠系实时多目标优化配水模型研究及应用

灌区灌溉计划存在难以满足作物实时需水、灌区用水效率低等问题,影响水资源的高效利用。选择黄河流域中游渠村灌区下的二级渠系为研究区域,采用实时灌溉预报模型计算作物实时需水,根据灌区渠系运行情况建立多目标模型,并用模拟退火算法求解。结果显示:采用本文提出的模型和方法确定的配水方案能满足渠道运行要求,配水时间减少1.2d,渠系输水损失量减少6.84%,符合优化配水原则。     

微分进化算法在水电站水库优化调度中的应用

【目的】针对传统优化算法的不足,将微分进化算法应用到水电站水库优化调度问题中,建立新的优化算法模型。【方法】建立基于微分进化算法的水电站水库优化调度模型,并给出具体求解步骤。为验证算法的有效性,将其应用于具体水电站水库的优化调度计算中,最后将该方法与遗传算法的计算结果进行了对比。【结果】实例计算结果表明,与遗传算法相比,微分进化算法收敛速度快,可调参数少,计算精度高,稳定性好,且该算法简单、容易实现,具有较强的全局搜索能力。【结论】微分进化算法在解决水电站水库优化调度问题时具有很强的适用性,为求解水电站水库优化调度问题提供了新思路。     

灌区水资源优化配置模型的建立及应用

 针对灌区水土资源分配不均,研究灌区水资源优化配置问题。建立了既对水库进行优化调度,又考虑田间优化配水的灌区水资源优化配置模型,采用加速遗传算法(RAGA）对模型进行计算。实例计算结果表明,建立的模型能有效提高灌区灌溉效益(尤其是干旱年份）;采用RAGA法进行计算合理可行,计算性能好。