辽宁省科学技术农业攻关计划项目(2011216001)
- 作品数：24 被引量：46H指数：4
- 相关作者：马涛章西林田作佳吕爱民王志忱更多>>
- 相关机构：辽宁省水利水电科学研究院辽宁省水利水电科学研究院有限责任公司沈阳市浑河管理中心更多>>
- 发文基金：辽宁省科学技术农业攻关计划项目水利部科技成果重点推广计划项目水利部公益性行业科研专项更多>>
- 相关领域：水利工程天文地球农业科学自动化与计算机技术更多>>
- 论提高棋盘山水库汛限水位
- 2012年
- 棋盘山水库是一座以防洪为主,兼顾旅游、养鱼等综合利用的中型水库。水库控制流域面积133 km2,总库容8 016×104m3。目前,水库汛限水位为94.5 m,校核标准为1 000年一遇,校核水位为100.01 m,保坝标准为PMF,对应水位为102.4 m,为了充分发挥棋盘山水库防洪与兴利效益,对水库的汛限水位的提高与影响进行分析论证。
- 徐强刘奇高勇超陈爽
- 关键词：汛限水位水文分析洪水演进
- 柴河水库淤积测量的内业研究
- 2012年
- 为解决柴河水库淤积测量控制点多、数据量大等问题,测量过程采取数据跟踪的内业配合,通过基础建模、数据成图等手段,做出了柴河水库的淤积分析。
- 朴维军章西林王志忱张振勇
- 关键词：淤积测量内业柴河水库
- 友邻水库大坝安全监测分析系统技术研究与应用被引量：1
- 2013年
- 通过对辽宁省友邻水库现状进行调研与分析,建立友邻水库大坝安全监测分析系统,并对系统的功能结构和系统设计等方面进行归纳总结。重点介绍数据分析在大坝安全监测上的应用,应用该系统妥善解决了友邻水库大坝安全监测中原有存在的疑难问题,为大坝安全管理工作提供全面支持。
- 田作佳
- 关键词：土石坝安全监测
- 基于神经网络与遗传算法的洪水分类预报研究被引量：3
- 2020年
- 针对水文模型参数的不确定性,对洪水进行分类预报,不同类型洪水采用不同预报参数,旨在提高洪水预报精度。基于BP神经网络模型,依据分类因子选取原则,选取6项具有代表性的影响因子作为模型输入,可将洪水划分成高、中、低3类。基于遗传算法,对3类洪水进行参数率定,获得3组不同的参数组,最终利用训练好的分类预报模型实现不同类型洪水的变参数预报。以大伙房水库25场历史典型洪水进行实例验证与分析,结果表明:分类预报结果的洪峰误差、峰现误差、确定性系数及典型洪水过程的拟合效果明显优于分类前。经训练后的基于BP神经网络与遗传算法的洪水分类预报模型可较好适用于大伙房水库,结果更贴合实测值,效果整体上优于分类前,方法可行、有效。
- 刘恒
- 关键词：BP神经网络遗传算法大伙房水库
- PCCP-E管道整体打压试验方案的选择被引量：1
- 2012年
- 通过对某水利枢纽及输水工程输水管线整体打压试验方案,即钢板所在短管无外包混凝土支墩打压方法与设混凝土靠背来支撑封堵钢板的打压法的计算分析,探讨PCCP-E管道整体打压试验在实际工程中的应用。
- 楚学勇
- 步进式仪器在观音阁水库大坝安全监测中常见故障分析与处理
- 2012年
- 结合观音阁水库引张线、垂线监测系统近年的运行情况,对其常见故障按传感器故障、设备故障、系统故障进行分类,并提出各种故障的分析与处理方法。
- 章西林
- 关键词：引张线垂线坐标仪
- 水利工程质量检测智能网络监控系统研究被引量：10
- 2013年
- 检测是工程质量监督最重要的手段。通过分析国内外工程质量检测的现状和相关行业的发展状况,对辽宁省水利工程质量检测智能网络监控系统技术方案进行研究,提出了以地理信息系统为平台、采集系统为基础、计算机网络系统为依托、智能网络监控系统为核心的全省水利工程质量检测信息化监管体系。重点对系统的总体设计、功能结构和技术特点等几个方面进行全面阐述,系统的应用将为构建覆盖全省各级监管部门和检测机构的水利工程质量监管系统奠定基础。
- 马涛
- 关键词：智能监控网络系统水利工程
- 步进式仪器在观音阁大坝的应用
- 2012年
- 结合观音阁水库大坝安全监测监控系统改造工程中步进式仪器的应用,总结了适用于碾压式混凝土重力坝监测仪器的安装与运行维护经验及工程要点,以确保系统有序运行。
- 高峰马广明李延超章西林王志忱朴维军彭凯忠
- 关键词：观音阁水库碾压混凝土重力坝垂线
- 浑河沈阳城市段生态变化探究
- 2012年
- 针对浑河沈阳城市段生态建设的进展情况进行了充分调研,提出了生态建设变化情况,总结了主要建设成果,分析了生态建设过程中出现的问题,评价了浑河沈阳城市段生态建设质量,为未来浑河沈阳城市段的生态、可持续发展提供科学的依据。
- 吕爱民
- 关键词：生态建设可持续发展
- 基于贝叶斯平均法的洪水分类组合预报研究被引量：1
- 2020年
- 以实测样本隶属于某一模型的后验概率为权重,对各模型预报变量的后验分布进行加权平均,获得综合预报变量的概率密度函数,进而推导出均值、方差公式和置信区间。将“基于BP神经网络和遗传算法的分类洪水预报”与“基于贝叶斯模型平均法的多模型组合预报”相结合,实现“洪水分类多模型加权组合预报”。该方法综合考虑了各模型对不同类型洪水的适应条件及多个模型的优势,可同步降低模型参数与模型结构不确定性对预报结果的影响。以大伙房水库为研究区域,采用大伙房水库1960年~2016年的25场历史典型洪水作为本研究的基础资料,分别完成实例验证与分析,效果整体上优于单个模型。
- 刘恒
- 关键词：BP神经网络遗传算法大伙房水库
