科创中国

大渡河流域地处青藏高原和四川盆地过渡地带，干流全长1062km，集中落差4175m，水文情势复杂多变，干流已投产装机容量***万千瓦。流域水库群调度存在降雨径流时空关系复杂、防洪兴利矛盾突出及多目标协同难度大等世界性难题。经6年的研发，大渡河构建流域级的云计算、大数据和梯级电站群智能调控平台，形成流域梯级电站群智慧调控运行成套技术并成功应用。主要创新包括：1.发明了多因子“量-型”混沌相似的中长期水文预报方法。在相似性理论的框架内，采用物理归因分析与数据挖掘相结合的方法，构建了基于降雨、径流、大气环流指数时空场的多因子集；创建了基于多维欧氏距离、累积阶跃函数和堆土机距离算法相耦合的“量-型”相似性指标体系；通过混沌相空间重构及多因子非线性函数关系的量化，建立了多因子“量-型”相似的多维混沌径流预测模型，丰富和发展了中长期水文预报理论。2.创建大数据驱动的高精度水情气象耦合洪水概率预报技术。实时动态获取美国国家环境预报中心（NCEP）、欧洲中期天气预报中心（ECMWF）和本地数据，研发了融合四维变分、集合卡尔曼滤波的流域多源数据混合同化技术；建立了多时空尺度流域产汇流耦合预报模型，预报水平分辨率由3km提高为***；采用大数据分析技术研发预报误差概率分布智能估计算法，创建了基于多层次-误差异分布的实时洪水概率预报模型，提高了实时洪水预报精度，并提供丰富的预报不确定性信息。3.研发了适应电网高强度调峰调频需求的梯级负荷实时智能调控方法。针对高强度调峰调频需求下巨型梯级水电站群实时调度问题，发明了一种厂网协调模式下的梯级智能分配技术，建立了一套梯级站间负荷实时智能分配控制模型簇，解决了电网负荷实时平衡与流域梯级水电站安全、经济耦合运行的建模难题。首次引入无监督学习方法对水电站群负荷历史分配场景进行深度学习，自动选取最优负荷分配模型。大渡河成为国内第一家实现多电站“一键调”的大型流域，取得了良好的示范效益。4.创建了自适应复杂洪水情势的流域泄洪闸门智能调控技术。通过大渡河流域暴雨洪水演变特性分析，定量揭示了大渡河流域洪水遭遇规律。通过特征参数感知自动识别复杂大洪水、平稳来水、中小洪水及水库异常等多种洪水类型，建立多要素安全约束和调洪目标模型簇，自动耦合不同类型洪水和流域多重防洪需求，调度响应能力由小时级提升为分钟级。该成套技术获国家发明专利4项，实用新型专利6项，软件著作权9项，纳入行业标准2项。出版专著2本，发表中文核心期刊以上论文19篇，其中SCI、EI收录论文4篇。成果经鉴定达到国际领先水平。成果在大渡河流域全面应用，有效支撑了2017年大渡河流域百年一遇大洪水等的防洪调度，近三年累计防洪减灾效益达14亿元，保障了大渡河流域梯级电站群的安全运行超5000天，取得经济效益***亿元，减排温室气体超过200万吨。
该成套技术在大渡河流域大型梯级水电站群首次全面应用，近三年(2016～2018年)新增收入***亿元，节约运营成本1536万元，防洪减灾14亿元。增发清洁电量***亿千瓦时，减排温室气体205万吨，连续安全生产5000余天。