حق بین, سارا, علیمحمدی, سعید. (1396). توسعه منحنی فرمان انعطاف‌پذیر با رویکرد فازی در بهره‌برداری از مخزن. تحقیقات منابع آب ایران, 13(4), 132-143.
سارا حق بین; سعید علیمحمدی. "توسعه منحنی فرمان انعطاف‌پذیر با رویکرد فازی در بهره‌برداری از مخزن". تحقیقات منابع آب ایران, 13, 4, 1396, 132-143.
حق بین, سارا, علیمحمدی, سعید. (1396). 'توسعه منحنی فرمان انعطاف‌پذیر با رویکرد فازی در بهره‌برداری از مخزن', تحقیقات منابع آب ایران, 13(4), pp. 132-143.
حق بین, سارا, علیمحمدی, سعید. توسعه منحنی فرمان انعطاف‌پذیر با رویکرد فازی در بهره‌برداری از مخزن. تحقیقات منابع آب ایران, 1396; 13(4): 132-143.
توسعه منحنی فرمان انعطاف‌پذیر با رویکرد فازی در بهره‌برداری از مخزن
1کارشناس‌ارشد /مهندسی عمران- آب، دانشکده مهندسی عمران آب و محیط‌زیست- دانشگاه شهید بهشتی
2دانشیار /دانشکده مهندسی عمران، آب و محیط‌زیست- دانشگاه شهید بهشتی
چکیده
هدف از انجام این پژوهش، ایجاد خاصیت انعطاف‌پذیری در مدل آبدهی (Yield Model) به منظور وارد کردن عدم قطعیت هیدرولوژیکی و در نتیجه بهبود عملکرد سیستم می‌باشد. بدین منظور با ایجاد سری‌های زمانی مصنوعی و استفاده از مفهوم تابع عضویت فازی، یک باند منحنی فرمان در مدل آبدهی فازی حاصل شده است. برای ارزیابی منحنی فرمان توسعه یافته، سری‌های زمانی دیگری تولید شدند و با شبیه‌سازی سیستم مخزن برای تأمین نیازهای پایین‌دست بر مبنای مدل‌های آبدهی کلاسیک و فازی نتایج به دست آمده مقایسه گردیده‌اند. برای ارزیابی نتایج مدل‌ها از معیارهای ارزیابی کارایی سیستم استفاده شده است. نتایج استفاده از مدل ارائه شده برای سیستم تک مخزنی سد کرج در پنجاه شبیه‌سازی نشان می‌دهد که در مدل آبدهی کلاسیک و فازی اعتمادپذیری نیاز با اولویت نخست با یکدیگر برابر و به طور متوسط به میزان98 درصد است. بعلاوه برای نیاز با اولویت دوم، این معیار در مدل کلاسیک دارای متوسط 82 درصد بوده و در مدل فازی 55 درصد می‌گردد. برای نیاز با اولویت سوم، متوسط اعتمادپذیری مدل کلاسیک 48 درصد بوده و در مدل فازی 31 درصد می‌باشد. تغییرات برگشت‌پذیری نیز کمابیش مانند اعتمادپذیری است. آسیب‌پذیری برای نیاز با اولویت نخست، در مدل کلاسیک دارای متوسط 28 درصد و در مدل فازی 22 درصد. بعلاوه برای نیاز با اولویت دوم، مدل کلاسیک دارای متوسط 98 درصد و مدل فازی به میزان 45 درصد می‌باشد. برای نیاز با اولویت سوم، این معیار در مدل کلاسیک برای همه دوره‌های شبیه‌سازی برابر 100 درصد بوده ولی در مدل فازی 82 درصد می‌باشد.
Development of flexible rule curve via fuzzy approach on reservoir operation
نویسندگان [English]
S. Haghbin1؛ S. Alimohammadi2
1Master in Civil Engineering, Faculty of Civil, Water and Environmental Engineering, Shahid Beheshti University, Tehran, Iran
2Associate Professor, Faculty of Civil, Water and Environmental Engineering, Shahid Beheshti University, Tehran, Iran. Email: s_alimohammadi@sbu.ac.ir
چکیده [English]
This study extended the yield model with usage of fuzzy approach and finally minimizes system vulnerability, increase supply of yield demands and improve system operation in drought. For this purpose, with the aid of artificial statistical time series, the rule curve of model has been developed into rule band. Then, the yield of some reservoirs has been simulated via both new model and classic one. The results in Karaj reservoir shows that the average reliability of system for firm yield in both classic and new fuzzy model are equal. The second yield in classic and fuzzy model has average of 82% and 55% respectively. And the third yield has average of 28% and 22% respectively. The result of resiliently is almost same to reliability. Average vulnerability for both classic and fuzzy model for firm yield is 28% and 22%, for second yield is 98% and 45% respectively and for third yield in classic model for all series is equal 100% and for fuzzy model it has average of 82%. Eventually the proposed fuzzy model has been found as an improved system operation for reservoirs, especially in drought conditions.
Ahmadianfar I, Adib A, Taghian M (2016) Determination of optimization hedging rule using fuzzy set theory for multi-reservoir operation. International Journal Of of Optimization In in Civil Engineering 6(1):27-42
Alimohammadi S (1997) Stochastic models for operation of multiobjective reservoirs. In: iranian hydraulic conference, May, K. N. Toosi University of Technology, Tehran (in Persian)
Adib A, MohammadiMajd A (2009) Optimization of reservoir volume by yield model and simulation of it by dynamic programming and markov chain method. American-Eurasian Journal of Agricultural & Environmental Sciences 5(6):796-803
Dahe PD, Serivastava DK (2002) Multireservoir multiyeild model with allowable deficit in annual yield. Journal of Water Resources Planning and Management 128(6):406-4014
Dandy GC, Connarty MC, Loucks DP (1997) Compersion of methods for yield assessment of multiple reservoir systems. Journal of Water Resources Planning and Management 123(6):350–358
Hashimoto T, Loucks DP, Stedinger JR (1982) Robustness of water resources systems. Journal of Water Resources Research 18(1):21-26
Mousavi J, Karamouz M, Menhadj M, (2004) Fuzzy-state stochastic dynamic programing for reservoir operation. Journal of Water Resources Planning and Management 130(6):460-470
Loucks DP, Stedinger JR, Haith DA (1981) Water resource systems planning and analysis. Prentice-Hall Inc., Englewood Cliffs, NJ, 559 P
Loucks DP, vanBeek E (2005) Water resources systems planning and management and applications. UNESCO, Paris, France, 680 P
Loucks DP (1976a) Stochastic models for reservoir design,; in stochastic. approach Approach to Water Resources., H. W. Shen, Fort Collins, Colo, .440p
Loucks DP (1976b) Surface water quantity management,; in system. aApproach to Water Management, McGraw-Hill, New York, 445p
Revelle C (1969) The linear decision rule in reservoir management and design, development of the stochastic model. Journal of Water Resources Research, 5(4):767-777
Pattewar D, Sharma K, Dahe, P (2013) Yield estimation for a single purpose multi-reservoir system using LP based yield model. Journal of Water Resource and Protection, 5(7):28-34
Salas JD, Delleur JW, Yevjevich V, Lane WL (1980) Applied modeling of hydrologic time series. Littleton, Colorado, 484 p
Sinha AK, Rao BV, Laii U (1999) Yield model for screening multipurpose reservoir systems. Journal of ASCE (WRPM), 125(6):325-332
Srivastava DK, Awchi TA (2009) Storage-yield evaluation and operation of mula reservoir india. Journal of Water Resources Planning and Management, 135(6):414–425
Stedinger JR , Slue BF, and Pei D (1983) Multiple reservoir system screeninig model. Journal of Water Resoures Research, 19(6):1383-1393
ابتدای صفحه