泄洪雾化预测是目前高坝建设中备受关注的热点问题之一。2005~2007年,在国家自然科学基金委员会的支持下,课题组建立了泄洪雾化预测的人工神经网络预测模型,并结合小湾、双江口、瀑布沟等大型水电站,成功进行了泄洪雾化预测研究,有关成果均已得到工程运用,取得了显著的经济与社会效益。本项研究在前阶段研究成果的基础上,对泄洪雾化影响范围的中远区,进一步考虑风速场的影响,建立雨雾扩散输移的数学模型,开发出人工神经网络方法与数值模拟计算相耦合的泄洪雾化预测模型,该模型能够充分吸收泄洪雾化人工神经网络预测模型在近区预测精度高与数学模型在中远区可以充分考虑环境风因素影响的特点,并避免上述两种方法各自的缺陷,解决泄洪雾化近区溅水与远区对流扩散的空间衔接问题,提高预测模型的可靠性与预测精度。
{{i.achievement_title}}
数据更新时间:2023-05-31
一种基于多层设计空间缩减策略的近似高维优化方法
带有滑动摩擦摆支座的500 kV变压器地震响应
结直肠癌免疫治疗的多模态影像及分子影像评估
智能煤矿建设路线与工程实践
二维FM系统的同时故障检测与控制
高坝泄洪雾化预测的人工神经网络模型
高坝泄洪雾化模型缩尺效应研究
泄洪雾化诱发高边坡灾变失稳机理与灾变全过程数值模拟
雅砻江流域高坝泄洪雾化格子Boltzmann模型及其仿真研究