.png){kind=icon}
返回
Machine learning-based interactive dynamic resilience assessment for complex hydropower systems
.png){kind=icon}
OA
AI
DOI：10.1186/s40537-025-01096-8.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
复杂水电系统是现代社会的重要基础设施。由于水电厂和坝体结构运行中存在风险，有必要通过考虑设备故障和/或极端环境事件的影响来评估这些系统的动态韧性。常见方法是评估系统组件在一系列场景下的性能，结合不良条件下的各种设备故障（如洪水、地震）。该评估通常针对特定需求进行：(1) 建立设计标准；(2) 实现水电系统的实时运行。然而，这些特定需求可能在复杂情况下限制应用，因为它们需要使用广泛输入数据集重复评估系统性能。作者提出了一种基于机器学习技术和大数据的交互式动态韧性评估新方法。该方法基于生成用于多种场景评估的广泛计算数据集，并提供一个基于机器学习的工具，用于快速搜索先前模拟的数据集。这些场景随后根据用户定义的韧性指标进行交互式评估，无需后续模拟。通过这种方式，运营管理者可及时评估水电系统在各种运行约束下的动态韧性。文中分析了位于塞尔维亚的Pirot水电系统，并呈现了研究结果。结果表明，所提出的搜索方法通过减少系列模拟运行所需的时间，增强了传统动态韧性评估的模拟模型，从而实现了系统韧性更快的改进。
Keyword:
Dynamic resilience
Hydropower system
Machine learning
Approximate nearest neighbour
Flood protection
期刊
IF:
6.4
论文数:
1.5K
被引数:
1.1W
机构
引用论文
System Dynamics Approach for Assessing the Behaviour of the Lim Reservoir System (Serbia) under Changing Climate Conditions.png)
WATER
OAAI
WATERIF3
OAAI分享收藏An Adaptive Basin Management Rule to Improve Water Allocation Resilience under Climate Variability and Change-A Case Study in the Laja Lake Basin in Southern Chile在气候变化和变化下提高水分配弹性的适应性流域管理规则-智利南部拉贾湖流域的案例研究WATEROAAI
WATERIF3
OAAI分享收藏Failure Assessment of Embankment Dam Elements: Case Study of the Pirot Reservoir System土石坝结构单元的失效评估：皮罗特水库系统的案例研究OAAI
OAAI分享收藏
查看更多内容