我国绿色水电认证实施策略探讨

在当前社会基础和技术条件下,我国绿色水电认证工作已经具备了开展试点评价的条件。提出了在生态流域、健康河流与绿色水电三个层面的整体框架下,开展绿色水电试点评价标识工作的实施策略,即以设立"绿色水电示范项目"为切入点,编制《绿色水电评价标识管理办法(试行)》作为工作依据,通过提供财政补贴、电价补偿等激励措施,分类、分期地开展试点评价与标识工作,最终全面、规范地实施我国绿色水电认证,促进人水关系和谐,实现水电开发与生态环境的协调发展。     

水源区生态补偿机制理论框架研究

建立和完善水源区生态补偿机制,对保护水源区生态环境以及地区之间的协调可持续发展至关重要。在总结前人研究成果的基础上,从生态保护成本(或效益)外部性问题内部化,依据"公平、公开、公正"和"谁受益谁补偿、谁破坏谁治理"的原则,提出了水源区生态补偿概念;从生态补偿主客体的划分,补偿标准,补偿模式与补偿方式,补偿保障措施等方面提出了水源区生态补偿机制理论框架,为建立和完善水源区生态补偿机制提供理论参考。     

极限学习机在湖库总磷、总氮浓度预测中的应用

基于传统BP人工神经网络模型训练速度慢、参数选择困难、易陷入局部极值等问题,提出极限学习机(ELM)的水质预测模型。以云南某水库为例,选取NH₃-N、NO₂^--N、NO₃^--N、COD_Mn和水体透明度作为网络输入,TP、TN作为输出, 构建基于ELM的湖库TP、TN预测模型,并将ELM预测结果与传统BP、GA-BP、RBF人工神经网络模型模拟结果进行比较。结果表明,ELM模型预测精度高于传统BP和RBF模型模拟结果,甚至略高于GA-BP模型的预测精度,并且ELM模型具有参数选择简便、训练速度快、不会陷入局部最优值等特点,有着较大的计算优势。     

山口水电站碾压混凝土坝缝面施工质量控制

山口水电站为在北方干燥、寒冷地区施工的碾压混凝土重力坝水电站,层面施工质量直接关系到坝体强度和防渗效果。本工程将缝面处理作为施工关键点,取得了显著的效果。本文主要介绍了缝面渗漏的具体处理措施,以供类似工程参考。     

对做好黄河防汛工作的思考

【摘要】做好黄河防汛工作,确保黄河防洪安全,是全民义不容辞的责任。本文从黄河的防汛形势入手,介绍了黄河下游防汛存在的一些问题,探讨防汛工作对策。     

陡河水库金属结构设备安全分析

结合陡河水库闸门及启闭机现有运行工况,通过对金属结构设备安全分析,了解设备工作现状,对水库安全运行具有重要意义。     

基于灰色GA-LM-BP模型的CODMn预测

针对灰色GM(1,1)模型拟合误差较大和LM-BP神经网络泛化能力不强的问题,提出了灰色GA-LM-BP模型,该模型采用灰色GM(1,1)模型预测数据并得到其残差,利用LM-BP神经网络对残差进行拟合、测试、预测后,对灰色GM(1,1)模型的数据预测值进行修正从而得到较合理的预测值,并运用遗传算法对LM-BP神经网络的初始权值和阈值进行优化。运用该模型对伦河孝感段的COD Mn进行了预测,预测误差不超过2.33%,表明模型的预测数据是合理的,可用于COD Mn的预测和水质预警预报。     

改进Elman神经网络在径流预测中的应用

针对传统静态前馈神经网络动态性能较差的缺点,提出一种基于遗传算法（GA）优化Elman神经网络连接权值的GA-Elman多元变量年径流预测模型.以新疆伊犁河雅马渡站径流预测为例进行实例分析,并构建传统Elman,传统BP和GA-BP多元变量年径流预测模型作为对比模型,预测结果与文献IEA-BP网络模型预测结果进行对比.结果表明:①GA-Elman模型的拟合及预测效果略优于文献IEA-BP模型,该模型用于多元变量年径流预测是合理可行的,具有较好的预测精度和泛化能力.②在相同网络结构及传递函数等条件下,GA-Elman模型的预测精度和泛化能力优于GA-BP模型,传统Elman模型优于传统BP模型,表明具有适应时变特性的Elman反馈动态递归网络预测性能优于BP网络;GA能有效优化Elman神经网络连接权值,使网络的预测精度和泛化能力有了较大提高.     

龙开口大坝浇筑碾压施工质量实时监控系统设计与应用

龙开口水电站采用碾压施工质量实时监控系统对碾压混凝土大坝施工质量进行全过程监控.分析规划了碾压施工质量实时监控系统的功能,通过选取合适的监控技术、确定监控系统结构完成了监控系统方案设计.监控系统成功应用于龙开口水电工程大坝施工现场,取得了一定的成果,推动了碾压混凝土坝浇筑施工水平的提升.     

观测数据时空密度对集合卡尔曼滤波计算精度的影响

集合卡尔曼滤波（EnKF）算法在地下水数据同化领域中的应用受到了越来越广泛的关注。作为同化系统的重要组成部分,观测数据的空间/时间密度的配置直接影响滤波运算结果。本文构造了一个理想二维地下水流算例考察空间/时间密度对传统EnKF和局域化EnKF的影响。研究结果表明：随着空间密度的增大,局域化EnKF运算精度增高,而传统EnKF运算精度无此改进倾向。总体趋势上时间密度增大使EnKF运算精度增高,但对不同数目的观测井方案,这种精度增高的幅度有所变化,观测井越多,增高越不明显。由此得出结论：局域化改进EnKF能够有效同化更多的观测井数据,给出更精确的结果;模拟初期水头变化波动较大,观测数据价值较高;在一定时间密度配置下,低空间密度局域化EnKF运算精度可以接近甚至超过高空间密度配置。