水库漫坝洪水风险分析研究

摘要

本文以国内大坝风险管理现状为背景,借鉴国内外有关的研究方法途径和前人研究成果,对水库防洪安全设计和运行中的不确定因素做了比较详细的分析;利用神经网络强大的非线性拟合能力,构建了模拟水库调洪运行方式的BP神经网络模型:通过对洪水各因素的随机调整和组合,计算出了相应的坝前最高水位,并采用最大熵方法对坝前最高水位的分布进行拟合,得出了坝前最高水位的概率特征;在此基础上,进一步求得了大坝漫坝风险率,为大坝漫坝风险分析提供了一种可行的思路与方法。与传统方法相比,本方法最大程度的减少了主观假设。经实例，验证了该方法的有效性和可行性。

目录

摘要

ABSTRACT

第一章 绪论

1.1 洪水风险分析提出的背景及研究意义

1.1.1 洪水风险分析研究背景

1.1.2 研究意义

1.2 国内外的研究综述

1.2.1 水库防洪安全风险分析

1.2.3 存在问题

1.3 研究思路与文章框架

1.3.1 论文结构框架

1.3.2 论文主要创新点

第二章 水库防洪安全风险因素分析与风险模型研究

2.1 水库防洪安全风险评估基本框架

2.1.1 水库防洪安全风险定义

2.1.2 水库防洪安全与大坝安全的关系

2.1.3 水库防洪安全风险分析流程

2.2 风险因素的识别与概率分布分析

2.2.1 设计洪水推求

2.2.2 水力和工程风险因素

2.2.3 库容曲线和水面面积曲线

2.2.4 调洪规则和运行管理的不确定性

2.2.5 初始起调水位

2.2.6 风浪的影响

2.3 水库漫坝风险计算模型

2.3.1 漫坝事件极限状态方程

2.3.2 模型求解流程

2.3.3 设计基准期的漫坝风险

2.4 本章小结

第三章 水库坝前最高水位随机分布特征分析

3.1 问题的提出

3.2 随机模拟调洪演算方法分析水库最高水位

3.2.1 二阶龙格—库塔数值调洪演算方程

3.2.2 随机模拟调洪演算模型及实现

3.3 神经网络模拟方法求解水库最高水位

3.3.1 神经网络的基本理论

3.3.2 BP神经网络模拟大坝运行方式实现

3.4 最大熵法分析坝前最高水位随机分布

3.4.1 最大熵原理与分布

3.4.2 大坝漫坝风险率的求取

3.5 本章小结

第四章 实例分析

4.1 水库防洪资料

4.2 梅山水库漫坝风险率的计算

4.2.1 神经网络的训练及检测

4.2.2 水库漫坝风险率的计算

4.3 风险应对措施研究

4.3.1 加强风险管理制度

4.3.2 降低溃坝概率

4.3.3 减少下游损失

4.4 本章小结

第五章 结论与展望

5.1 结论

5.2 展望

参考文献

致谢

在学期间发表的学术论文和参加科研情况