计算智能及其在水利水电工程中的运用

计算智能及其在水利水电工程中的运用

何树标

东莞市中堂镇水务工程建设运营中心广东东莞523000

摘要：随着我国科技技术的飞速发展，水利水电工程在系统装置上也发生了翻天覆地的变化，由传统单一、手工控制，逐渐演变成智能化、自动化的控制系统。尤其是计算智能系统的广泛应用，更是取得了突破性的进展，因为该系统应用范围较广，可在机器学习、过程控制、经济预测及工程优化等方面发挥优势。但随着时代的不断进步，现有的计算智能系统已无法满足当下水利水电工程的应用需求，必须对其进行深入的创新和完善，才能跟上水利水电工程的发展步伐。

关键词：计算智能；水利水电工程；应用探讨

水利水电工程是一项国计民生的发展决策，具有效益高、污染少的建设特点。现阶段，我国大力发展水利工程，致力将水电资源与水利工程相互融合，这样不仅可以可满足人们的日常生活需求，也为社会经济水平的提高做出了巨大的贡献。水利水电工程在实际运行时，对于各项信息数据的要求十分之高，尤其是径流预报，要求必须精准、实效，因为其是预防水电工程出现洪涝灾害的重要依据，可为水库调度与电力调度提供有效的信息资源，是实现水能合理运用以及水电站经济效益的基础。

一、计算智能的概述

（一）计算智能的作用

计算智能是数学原理和计算机技术有机结合的一种科技产物，具有不确定性、非线性以及时间不可逆性等特征，主要是以各种复杂问题作为计算对象，尤其是那些运用常规方法难以克服的计算问题。通常，传统的人工智能系统只能对计算符号进行处理和分析，对于知识的描述、信息数据的处理以及组合问题解决等方面，都无法全面的进行计算，计算结果也是缺乏一定的精确度。因此，要对传统人工智能进行大力的创新研究，积极探索新的解决方法，这样才能有效提高人工智能的灵活性和准确性。

（二）计算智能的构建

相对人工智能而言，模糊系统的应用有着良好的优势，其可充分发挥信息描述功能，并能在不断的实践中汲取经验，实时调整计算方法；而神经网络系统又能直接通过网络数据，就可以实现相关计算经验与计算技巧；进化计算系统有着极强的稳定性和优化性，可对所有复杂、抽象的数学计算难题做出处理，构建最为有效的处理措施。由此可见，模糊系统在表达和推理等方面的优势要高于神经网络和进化计算系统，而神经网络、进化计算系统在汲取经验、学习、搜索能力等方面又要高出模糊系统很多倍，相对而言，进化计算在优化、搜索功能的应用上较神经网络略高一筹，,神经网络在学习精度上又高于进化计算系统一筹，因此，尽管这三种智能系统在特点和优势上各有不同，但其在仿生基础方面却有着相辅相成的联系，如果将三种技术进行充分的融合，势必会创造出新的智能系统，也就是所谓的计算智能。现如今，计算智能的应用范围已涉及到多个领域，如：机械生产、电子控制、经济预测、工程优化等领域，并取得了十分显著的成绩，受到了业界的一致好评。同样，其在水利水电工程中的应用，也有着较好的优势，可提升径流预报的准确性和实效性，从而解决一切水文问题，为我国社会经济的发展起到了很大的促进作用。

二、计算智能系统在水利水电工程中的具体应用

（一）中长期径流预报中的应用

1.1中长期径流预报模式。

随着近年来我国生产企业及经济活动的不断发展，对于气象的研究和分析已成为各国学者争相研究的课题之一。上世纪70年代初期，以预测数值为主的天气预报就从短期发展逐渐演变成中期预报的形式，这主要由于大气运动的特性所致，因为大气运行的规律有着较强的“决定性”和“随机性”，而其具体运行过程又是借助动力学方法和统计学方法间接性才能描述出来，所以，将两种描述方法进行有机结合就成为学者们研究的重要课题。而在描述过程中所产生的差异值则被称为诸预报值，其可有效的显示径流预报的真实结果，为了减少因诸预报值集合时所产生的误差，可以利用集成手段来实现，从而充分突出中长期径流预报的统计特征，并全面显示诸预报值的变动范围，为相关预报工作的决策提供有效的参考。通常情况下,集合预报只适合那些有特殊用途的单位来应用，并可根据其预报动态的相似程度，将预报结果归置成多种类型，并给出相应的集合预报，据相关数据表明，该集合预报模式有着极强的综合性能，既融合了良好的预报模式和抗干扰能力，又能积极处理各种天气突发事件，这种集合预报模式是数值预报未来发展的必然趋势。

1.2长期水文预报

该预报模式是当下气象学发展中，一个新颖、丰富的研究项目，随着科技技术的快速发展，对长期水文预报的创新和完善也有了很大的进步，但是仍然对其物理机制缺乏明确的认识，因为长期水文预报有着地域性与非绝热性特征，其在实际预报过程中，会存在以下几方面问题:其一，传统水文部门一直都是按照气象部门的预测方法来进行气象预报的，这种预报形式不仅应用周期较长，其所占用的空间比例也十分之大，因此，水文部门要想得到长期有效的发展，该预测方法则无法满足这种预报需求。其二，水文部门一直采用的预报方法就是统计预报方法，但在天气学方法以及能量学方法和动力学方面的研究却是是极为疏忽，使得水文预报的精确性、全面性明显下降。其三，由于统计方法在气象预报方面精准性极低，所以，水文部门应结合水文的物理特性，来不断完善和优化相关的系统装置，并利用各种气象资料和统计方法的分析，构建综合性强的水文预报系统。

1.3计算智能

计算智能是新时期的一种新兴科技产物，其在中长期水文预报中有着无法估量的作用。因为该系统中的神经网络，是运用连接学原理构建的智能化仿生模型，内含有大量的神经元，具有非线性动力学特征，可充分发挥组织、自我处理、适应等多元化应用功能，另外还与生物神经网络有着很多相似之处，能够通过网络数据进行“自我学习”，所以，该智能系统对于各水利水电工程而言，有着很实际的意义。此外，相关实践表明文，神经网络系统能够全面检测出水文水资源中存在的任何质量问题，并在第一时间内提出新的解决措施，而且通过利用三层网络BP模型结构和线性参数较小的单纯形法，可以从根本上提升中长期径流预报的准确性和时效性，从而实现计算智能的良好应用效果。

（二）尾水管压力脉动中的应用

在水利水电工程中，经常会发生各种设备故障问题，尤其是尾水管压力脉动设备，一般对其故障检测与诊断都是以振动信号的频率作为重要参考依据，并根据信号发出的频率间隔以及频带变化规律，计算出相应的解决信息，进而将这些信息输入到诊断系统中，就能够详细的分析出该设备的运行情况。目前，现代水利水电工程，用来诊断设备故障，都会依据快速傅里叶变换状态来判定，因为其是当下水利水电工程中应用率最高的信号分析方法，尽管这样，但是在实际应用中，快速傅里叶分析方法还是存在很大的单一性，其只能对平稳信号作出判断，对于波动较大的变化信号，却无法分析其变化规律，而相对略小的变化信号，则要先将其转化成母小波变化信号，然后再计算出其变化的基函数，这样才能判断出设备的故障位置和原因。针对这种局面，计算智能中的神经网络则可以对其进行有效的改善和优化，因为该系统具有较强的并行、处理、组织、适应及自主学习的功能，能够同时处理大批量的信息和因素，对于那些难度高、复杂性强的模糊信息问题也同样可以妥善的处理好。

结束语：

随着我国科技技术的快速发展，计算智能的应用范围也在不断的壮大，其在多领域中取得了十分显著的成绩，尤其是在水利水电工程中的应用，不仅为工程的整体建设提供了坚实的保障，也在处理各项水文问题时，作出了行之有效的决策和建议，提供很多重要的参考依据，为我国水利水电工程的可持续发展奠定了扎实的基础。

参考文献：

[1]谢林勇.计算智能在水利水电工程中的应用研究进展[J]江西建材.2015(11)23-24

[2]陈家军.浅析计算智能在水利水电工程中应用[J]经营管理者.2016(01)10-11

[3]许世刚.计算智能及其在水利水电工程中的应用[J]河海大学.2015(12)09-10