摘要：供水調(diào)度是水庫調(diào)度工作的重要內(nèi)容之一，關(guān)系到生產(chǎn)和生活以及農(nóng)業(yè)生產(chǎn)的諸多方面。在對(duì)水庫調(diào)度規(guī)則進(jìn)行提取的過程中，為了提高效率，可以積極地利用數(shù)據(jù)挖掘技術(shù)。文章以供水調(diào)度為例，對(duì)數(shù)據(jù)挖掘在水庫調(diào)度規(guī)則提取中的應(yīng)用進(jìn)行簡要的分析。

關(guān)鍵詞：水庫調(diào)度規(guī)則提??；供水調(diào)度；數(shù)據(jù)挖掘

中圖分類號(hào)：TV697?；?；?；?；文獻(xiàn)標(biāo)識(shí)碼：A?；?；?；?；文章編號(hào)：1009-2374（2014）18-0146-02

數(shù)據(jù)挖掘技術(shù)是一種新型的技術(shù)，具有強(qiáng)大的數(shù)據(jù)挖掘功能，可以通過對(duì)大量數(shù)據(jù)的分析發(fā)現(xiàn)隱含在其中的規(guī)律。將其應(yīng)用于水庫調(diào)度規(guī)則的提取之中，可以獲得較好的應(yīng)用效果。

1數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘又被稱為資料探勘，通常情況下，為數(shù)據(jù)庫知識(shí)發(fā)現(xiàn)或者是知識(shí)發(fā)現(xiàn)整個(gè)過程中的一個(gè)步驟。數(shù)據(jù)挖掘的過程為：利用計(jì)算機(jī)系統(tǒng)，并結(jié)合各種人工功能，然后從大量的數(shù)據(jù)中挖掘內(nèi)含的各種有用的規(guī)律和方法，并將這些規(guī)律和方法進(jìn)行轉(zhuǎn)化，成為人們方便接受并且可以予以利用的各種數(shù)據(jù)和信息的過程。

2水庫調(diào)度規(guī)則中的供水調(diào)度模式分析

水庫供水大多用于生活用水和工業(yè)用供水以及農(nóng)業(yè)用水等，不同的用水需求下，供水目標(biāo)和供水調(diào)度情況也各不相同，且在供水優(yōu)先和保證方面存在較大的差異。我們假設(shè)供水目標(biāo)為A，供水先后序號(hào)為i（i=1，2，3，4，5……），t為供水時(shí)段序號(hào)t=1，2，3，4，5……。則供水的具體優(yōu)先情況從低到高即為：A1，t、A2，t、A3，t。根據(jù)水庫的實(shí)際供水情況，以B作為水庫的實(shí)際供水量，并設(shè)定α1，α2，α3∈（0，1）為不同需水情況所對(duì)應(yīng)的供水限制系數(shù)。則為滿足實(shí)際的用水需求，在進(jìn)行供水調(diào)度的時(shí)候，便會(huì)出現(xiàn)以下一些調(diào)度模式：

（1）滿足所有用水需求的正常供水模式：Bt=A1，t+

A2，t+A3，t；

（2）如果對(duì)A1，t實(shí)行限制性供水，則Bt=（1-α1）A1，t+A2，t+A3，t；

（3）如果對(duì)A1，t和A2均，實(shí)行限制性供水，則Bt=（1-α1）A1，t+（1-α2）A2，t+A3，t；

（4）如果對(duì)所有需水情況均實(shí)行限制性供水，則Bt=（1-α1）A1，t+（1-α2）A2，t+（1-α3）A3，t。

例如，現(xiàn)假設(shè)有一水庫向兩個(gè)用戶供水，河道下泄量要求30m3/s，并假設(shè)水庫的供水能力不受限制。流量按年計(jì)算，用戶1需水D1=100，用戶2需水D2=200?；貧w水β=20%，來水Y=120，區(qū)間入流1=600用，戶需水量用Q表示，試計(jì)算該水庫可供水量。分析水庫的可供水量，有三種情況：（1）屬地優(yōu)先權(quán)原則；（2）均衡受益原則；（3）重要性原則。我們以屬地優(yōu)先權(quán)原則和均衡受益原則為例進(jìn)行計(jì)算。

屬地優(yōu)先權(quán)原則，即先盡量滿足上游用戶，再滿足下游用戶。

則計(jì)算可得：Q1=90m3/s，

Q2=78m3/s

均衡受益原則，即水資源緊缺，兩用戶需要均衡受益，供水量與需水量之比相等。

則：Q2=120-（1-20%）×Q1+60-30

Q1=53.6m3/s，Q2=107.1m3/s

3供水調(diào)度的數(shù)據(jù)挖掘

數(shù)據(jù)挖掘技術(shù)的具體實(shí)施首先要去定挖掘?qū)ο?，然后?duì)數(shù)據(jù)進(jìn)行選擇，搜索所有與挖掘?qū)ο笥嘘P(guān)的數(shù)據(jù)信息。然后從搜索得到的數(shù)據(jù)信息中進(jìn)行選擇，選出可以確定為挖掘?qū)ο蟮臄?shù)據(jù)，并將其運(yùn)用到實(shí)際的挖掘過程中。接著對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)換，轉(zhuǎn)換的過程要將需要挖掘的數(shù)據(jù)轉(zhuǎn)換為合理的數(shù)據(jù)模型。利用準(zhǔn)備好的數(shù)據(jù)模型，開始進(jìn)行深入的挖掘。在挖掘的時(shí)候要慎重選擇算法，保證算法的科學(xué)性。數(shù)據(jù)挖掘應(yīng)用于供水調(diào)度的過程中，需要按照實(shí)際情況予以供水情況的分類，其中用到的是決策樹算法。但其只能進(jìn)行線性劃分，在多維狀態(tài)空間中則無法實(shí)現(xiàn)最有效的劃分。但是，在實(shí)際的水庫供水調(diào)度過程中，為了滿足不同的用水需求，需要建立多個(gè)供水目標(biāo)，實(shí)際狀態(tài)空間是多維狀態(tài)的。因此，利用數(shù)據(jù)挖掘的決策樹進(jìn)行線性劃分是不夠科學(xué)和合理的。而神經(jīng)網(wǎng)絡(luò)中徑向基函數(shù)（Radial basis function neural net work，RBF）則具有較為科學(xué)的網(wǎng)絡(luò)結(jié)構(gòu)，并具有訓(xùn)練速度快，以及有效避免反向傳播復(fù)雜計(jì)算的能力。現(xiàn)對(duì)其進(jìn)行規(guī)一化處理，以消除量綱和單位不同等對(duì)輸入數(shù)據(jù)產(chǎn)生的影響。假設(shè)P為年型，則除了P以外，其他屬性Ai的處理方法為：

然后，我們以某水庫的以往資料為依據(jù)，分別利用數(shù)據(jù)挖掘和調(diào)度圖以及調(diào)度函數(shù)的方法，對(duì)同樣的水庫供水調(diào)度規(guī)則問題進(jìn)行分析。并將最終的結(jié)果與真實(shí)情況予以比較和分析。根據(jù)水庫的庫蓄水量，調(diào)度圖計(jì)算方法將水庫劃分為4個(gè)調(diào)度區(qū)，每個(gè)調(diào)度區(qū)都對(duì)應(yīng)一個(gè)調(diào)度模式。并利用多元線性回歸得到具體的調(diào)度函數(shù)，以aN、bN、cN表示不同時(shí)段N所對(duì)一個(gè)的回歸系數(shù)，即可得：

并利用模擬優(yōu)化混合模型計(jì)算得出優(yōu)化調(diào)度圖。調(diào)度函數(shù)是一種連續(xù)型的調(diào)度規(guī)則，計(jì)算過程中，引入模糊數(shù)學(xué)，從而得到實(shí)際供水量對(duì)不同調(diào)度模式的隸屬度函數(shù)。于是，連續(xù)型的供水情況便轉(zhuǎn)化為離散型的調(diào)度模式。結(jié)合水庫當(dāng)?shù)赝甑馁Y料和不同計(jì)算方法的最終結(jié)果進(jìn)行分析可知，數(shù)據(jù)挖掘技術(shù)對(duì)水庫的水文年型予以了充分的考慮，因此可以一定程度上減少調(diào)度函數(shù)在異常徑流的影響下而出現(xiàn)的錯(cuò)誤調(diào)度問題。而結(jié)合水庫以往的資料，對(duì)三種不同的計(jì)算方法最終調(diào)度模式分類的正確情況可知，調(diào)度圖和調(diào)度函數(shù)的最終準(zhǔn)確率分別為70%、78%，而數(shù)據(jù)挖掘分析法的最終準(zhǔn)確率則為84%，經(jīng)比較顯著高于其他兩種計(jì)算方法。而數(shù)據(jù)挖掘分析法的缺水指數(shù)為2.36（1014m6），調(diào)度圖和調(diào)度函數(shù)則分別為2.57（1014m6）和2.43（1014m6）。經(jīng)比較，數(shù)據(jù)挖掘分析法的缺水指數(shù)顯著小于其他兩種計(jì)算方法。即提示，較之傳統(tǒng)的調(diào)度圖和調(diào)度函數(shù)，在水庫調(diào)度規(guī)則中，數(shù)據(jù)挖掘方法具有較為明顯的應(yīng)用優(yōu)勢。

4結(jié)語

水庫的供水調(diào)度直接關(guān)系到生活及區(qū)域內(nèi)工業(yè)生產(chǎn)、生態(tài)用水等諸多方面，因此，需要積極地做好供水調(diào)度規(guī)則提取工作。通過本文的分析我們也了解到，利用數(shù)據(jù)挖掘技術(shù)較為合理和有效。因此，在今后的水庫供水調(diào)度工作中，可以積極地應(yīng)用數(shù)據(jù)挖掘技術(shù)，以更好地提高水庫的供水能力。

參考文獻(xiàn)

[1]?；尹正杰，王小林，胡鐵松，等.基于數(shù)據(jù)挖掘的?；水庫供水調(diào)度規(guī)則提取[J].系統(tǒng)工程理論與實(shí)?；踐，2006，26（8）：129-135.

[2]?；王小林，成金華，尹正杰，等.人工免疫識(shí)別系統(tǒng)?；提取水庫供水調(diào)度規(guī)則的性能分析[J].系統(tǒng)工程?；理論與實(shí)踐，2009，29（10）：129-137.

[3]?；張弛，周惠成，王本德，等.決策樹技術(shù)在水庫?；興利調(diào)度中的應(yīng)用研究[J].哈爾濱工業(yè)大學(xué)學(xué)?；報(bào)，2007，39（8）：1314-1318.

[4]?；張弛.數(shù)據(jù)挖掘技術(shù)在水文預(yù)報(bào)與水庫調(diào)度中的應(yīng)?；用研究[D].大連理工大學(xué)，2005.

作者簡介：田燕（1975—），女，山東棗莊人，山東省棗莊市市中區(qū)周村水庫管理局助理工程師，研究方向：水利工程。