为提升南水北调中线总干渠冰期输水能力，实现在保障冰期安全运行前提下尽可能多供水的目标，对总干渠冰情精准预测进行研究有着重要意义。本文利用中线工程通水以来的冰情原型观测数据，应用径向基神经网络（RBFNN）建立了当日平均水温、次日最高和最低气温、次日天气状况、次日水流流速与次日平均水温的非线性回归模型，利用随机森林（RF）建立了基于水温、气温、流速因子研判冰情状态的二分类模型，并结合两者形成了基于径向基神经网络和随机森林（RBFNN-RF）的冰情逐日预测模型。以南水北调中线总干渠北拒马河断面为典型代表，应用该模型分别针对1日、3日、5日和7日的预见期进行测试，预测水温的均方根误差分别为0.17℃、0.36℃、0.52℃和0.64℃，而相应预见期下的冰情状态预测准确率分别为95.28%、92.68%、89.08%和85.22%，表明本文建立的冰情预测模型具有较高的精度。同时，将基于随机森林的冰情研判模型与基于支持向量机和径向基神经网络的模型进行比较，随机森林模型判断准确率最高。本文建立的冰情预测模型可为中线实施精准冰期动态调度，充分发挥工程效益提供技术支撑，并为类似明渠长距离调水工程的冰期...
为提升南水北调中线总干渠冰期输水能力，实现在保障冰期安全运行前提下尽可能多供水的目标，对总干渠冰情精准预测进行研究有着重要意义。本文利用中线工程通水以来的冰情原型观测数据，应用径向基神经网络（RBFNN）建立了当日平均水温、次日最高和最低气温、次日天气状况、次日水流流速与次日平均水温的非线性回归模型，利用随机森林（RF）建立了基于水温、气温、流速因子研判冰情状态的二分类模型，并结合两者形成了基于径向基神经网络和随机森林（RBFNN-RF）的冰情逐日预测模型。以南水北调中线总干渠北拒马河断面为典型代表，应用该模型分别针对1日、3日、5日和7日的预见期进行测试，预测水温的均方根误差分别为0.17℃、0.36℃、0.52℃和0.64℃，而相应预见期下的冰情状态预测准确率分别为95.28%、92.68%、89.08%和85.22%，表明本文建立的冰情预测模型具有较高的精度。同时，将基于随机森林的冰情研判模型与基于支持向量机和径向基神经网络的模型进行比较，随机森林模型判断准确率最高。本文建立的冰情预测模型可为中线实施精准冰期动态调度，充分发挥工程效益提供技术支撑，并为类似明渠长距离调水工程的冰期...
为提升南水北调中线总干渠冰期输水能力，实现在保障冰期安全运行前提下尽可能多供水的目标，对总干渠冰情精准预测进行研究有着重要意义。本文利用中线工程通水以来的冰情原型观测数据，应用径向基神经网络（RBFNN）建立了当日平均水温、次日最高和最低气温、次日天气状况、次日水流流速与次日平均水温的非线性回归模型，利用随机森林（RF）建立了基于水温、气温、流速因子研判冰情状态的二分类模型，并结合两者形成了基于径向基神经网络和随机森林（RBFNN-RF）的冰情逐日预测模型。以南水北调中线总干渠北拒马河断面为典型代表，应用该模型分别针对1日、3日、5日和7日的预见期进行测试，预测水温的均方根误差分别为0.17℃、0.36℃、0.52℃和0.64℃，而相应预见期下的冰情状态预测准确率分别为95.28%、92.68%、89.08%和85.22%，表明本文建立的冰情预测模型具有较高的精度。同时，将基于随机森林的冰情研判模型与基于支持向量机和径向基神经网络的模型进行比较，随机森林模型判断准确率最高。本文建立的冰情预测模型可为中线实施精准冰期动态调度，充分发挥工程效益提供技术支撑，并为类似明渠长距离调水工程的冰期...
南水北调中线工程自2014年12月全线通水以来已运行10个冬季，2020—2021年度冬季为冰情第二严重的冬季，具有较大的研究价值。沿线冬季气温、输水流量和水温是输水渠道冰凌生成的两大关键驱动因子，流量越小、气温越低越易生成冰凌。该冬季沿线闸站输水流量约占其渠段设计流量的40%～52%,并总体保持稳定，其中，陶岔闸输水流量175 m3/s,岗头闸输水流量51 m3/s,北拒马河闸输水流量26 m3/s。该冬季气候具有前期偏冷、后期回暖早的特点，尤其2021年1月6—8日出现历史罕见强寒潮过程，保定站最低气温达-22.0℃,3 d滑动气温为-10.2℃,沿线多个气象站接近建站以来的最低值，导致流冰和冰盖等冰情发生。岗头隧洞至北拒马河暗渠为封冻冰盖渠段，呈非连续冰盖分布，冰盖累计长38 km,最大冰厚16.0 cm,封冻历时10 d。该冬季冰盖具有生成发展速度快，开河时间早，持续时间短的特征。
南水北调中线工程自2014年12月全线通水以来已运行10个冬季，2020—2021年度冬季为冰情第二严重的冬季，具有较大的研究价值。沿线冬季气温、输水流量和水温是输水渠道冰凌生成的两大关键驱动因子，流量越小、气温越低越易生成冰凌。该冬季沿线闸站输水流量约占其渠段设计流量的40%～52%,并总体保持稳定，其中，陶岔闸输水流量175 m3/s,岗头闸输水流量51 m3/s,北拒马河闸输水流量26 m3/s。该冬季气候具有前期偏冷、后期回暖早的特点，尤其2021年1月6—8日出现历史罕见强寒潮过程，保定站最低气温达-22.0℃,3 d滑动气温为-10.2℃,沿线多个气象站接近建站以来的最低值，导致流冰和冰盖等冰情发生。岗头隧洞至北拒马河暗渠为封冻冰盖渠段，呈非连续冰盖分布，冰盖累计长38 km,最大冰厚16.0 cm,封冻历时10 d。该冬季冰盖具有生成发展速度快，开河时间早，持续时间短的特征。
南水北调中线工程自2014年12月全线通水以来已运行10个冬季，2020—2021年度冬季为冰情第二严重的冬季，具有较大的研究价值。沿线冬季气温、输水流量和水温是输水渠道冰凌生成的两大关键驱动因子，流量越小、气温越低越易生成冰凌。该冬季沿线闸站输水流量约占其渠段设计流量的40%～52%,并总体保持稳定，其中，陶岔闸输水流量175 m3/s,岗头闸输水流量51 m3/s,北拒马河闸输水流量26 m3/s。该冬季气候具有前期偏冷、后期回暖早的特点，尤其2021年1月6—8日出现历史罕见强寒潮过程，保定站最低气温达-22.0℃,3 d滑动气温为-10.2℃,沿线多个气象站接近建站以来的最低值，导致流冰和冰盖等冰情发生。岗头隧洞至北拒马河暗渠为封冻冰盖渠段，呈非连续冰盖分布，冰盖累计长38 km,最大冰厚16.0 cm,封冻历时10 d。该冬季冰盖具有生成发展速度快，开河时间早，持续时间短的特征。
为加快构建数字孪生水网工程样板，采用原型观测、机理分析和数值模拟相结合的技术手段，以水温数据驱动、热力-水动力、冰水耦合的水温冰情过程精细模拟等模型为核心引擎，综合分析南水北调中线工程近10年的水温冰情时空分布特征，构建数字孪生南水北调中线工程冰期输水应用系统平台，支撑中线干渠冰水情的实时监测告警、水温冰情智能预报、凌汛风险预警、多场景冰凌生消预演和冬季防凌调度输水预案的智慧水利体系建设。系统成功应用于南水北调中线工程2023—2024年冬季安全输水及冰凌洪水风险评估等冰期运行维护管理，为南水北调中线工程防凌减灾和智能化发展提供有力技术支撑。
为加快构建数字孪生水网工程样板，采用原型观测、机理分析和数值模拟相结合的技术手段，以水温数据驱动、热力-水动力、冰水耦合的水温冰情过程精细模拟等模型为核心引擎，综合分析南水北调中线工程近10年的水温冰情时空分布特征，构建数字孪生南水北调中线工程冰期输水应用系统平台，支撑中线干渠冰水情的实时监测告警、水温冰情智能预报、凌汛风险预警、多场景冰凌生消预演和冬季防凌调度输水预案的智慧水利体系建设。系统成功应用于南水北调中线工程2023—2024年冬季安全输水及冰凌洪水风险评估等冰期运行维护管理，为南水北调中线工程防凌减灾和智能化发展提供有力技术支撑。
为加快构建数字孪生水网工程样板，采用原型观测、机理分析和数值模拟相结合的技术手段，以水温数据驱动、热力-水动力、冰水耦合的水温冰情过程精细模拟等模型为核心引擎，综合分析南水北调中线工程近10年的水温冰情时空分布特征，构建数字孪生南水北调中线工程冰期输水应用系统平台，支撑中线干渠冰水情的实时监测告警、水温冰情智能预报、凌汛风险预警、多场景冰凌生消预演和冬季防凌调度输水预案的智慧水利体系建设。系统成功应用于南水北调中线工程2023—2024年冬季安全输水及冰凌洪水风险评估等冰期运行维护管理，为南水北调中线工程防凌减灾和智能化发展提供有力技术支撑。
南水北调中线工程小流量、低流速的冬季冰期输水模式有利于形成平封冰盖，但却大大降低了输水能力，影响了工程效益。本文研究旨在保证工程安全运行的前提下尽可能维持冬季常规输水工况，必要时再紧急切换至冰期输水模式，尽可能缩短形成冰盖下输水条件的入冬过渡期时间。为此，基于ID模型和水位偏差目标值计算式建立输水渠系状态空间方程，修改目标函数，实现目标水位的实时更新，并对模型预测控制算法进行了初步改进。将其应用于京石段的13个渠池，结果表明：在大流量变化工况下，相较于下游常水位运行的PID控制结果，水位提前35 h达到稳定状态，过渡期缩减34%;渠道流量从设计流量的79%线性减小到40%时，各渠池目标水位变化范围在0～0.078 m之间，满足工程运行要求的水位变幅，高水位的运行状态有利于实现冰期安全输水。本研究能在动态性能不显著下降的前提下更快完成冰期应急过渡，在一定程度上提高冬季输水效益。