1、iMoDs:对 卡里巴大坝 的处 理 摘要 位于赞比西河的卡里巴大坝是是世界上最大的储备池。经过这么多年，尽管努力减缓结构 性问题，但卡里巴水坝处于危险之中。 为了解决这一情况，我们的论文详细分析了一个选项，移除卡里巴大坝，并用一系列十到 二十个较小的水坝替代了它。我们提出了一个模型 iMoDS（大坝综合模型），以充分分析新水 坝的数量，位置和高度等不同方面。同时，我们可以将现有水坝的水资源管理能力设定为与现 有的大把相同，卡里巴湖相关的保护和水资源管理方案。 我们首先使用配方公式分析水流，这有助于我们分析一座大坝。之后，我们使用 3ds MAX 模拟现实生活中的大坝，显示其简化的坝体模型，并
2、得出其存储容量和建筑成本。 iMoDS模型由三个主要子模型，风险成本模型，电源能力模型和系列安全模型组成。为了 解释，有一个连接所有相关部分在一起的数字。 风险成本模型针对每一个大坝。实行风险分析，采用可接受的风险比，Pf。因此，它可以 在成本和安全性之间取得良好的平衡。 电力供应能力模型还针对每个单一的水坝，其总和衡量了我们的大坝系统可以产生的好处。 系列安全模型根据沿河大坝的理想分布，衡量整个系统的安全性。然后我们使用 AHP来分 析这三个子模型并提出 iMoDS。 为了获得足够的数据，我们调查了文献和其他资料。使用遗传算法确定数量和位置，进一 步解决每个坝的高度。 本文的另一部分讨论了解
3、决若干情况的策略，包括安全与成本之间的平衡，卡里巴湖的保 护，紧急水流情况指引和极端水流。 最后，我们进行敏感性分析，讨论优势和劣势。 关键词：大坝系列;水流;风险分析;综合模型;大坝控制策略 1 介绍 1.1 问题背景 五十年前，津巴布韦和赞比亚边界的赞比西河上出生一名巨人。 它为两国提供了大量的水电。 世界上最大的水库由它所持有。 这个巨人被命名为卡里巴大坝。 Figure 1: Kariba Dam 卡里巴水坝是一个双曲率混凝土拱坝，高 128 米（420 英尺），长 579 米（1900 英尺）。 设 有六个溢洪道闸门，排水容量为 9500! “/s 。 总储存量或总体水管理能力可达
4、180 ：6#! “ 。 卡里巴被设计为一个单一的水电项目，但事实证明，渔业和旅游业变成了最重要的获利部分 1 。 建成后，这座水坝比游客的实际水坝更具有里程碑意义。 这个地区为他们提供了体育运动 和足够的野生动物资源。 更何况 Kariba 水有助于发展农业和渔业。 每一枚硬币都有两面。 尽管 有这些经济效益，但还有其他巨大的环境影响，如人口流离失所和移民安置，以及淹没植被。 但是，这样一个伟大的建设是很危险的，急需维护的。 卡里巴受到严重干旱的威胁，这使得 水库的数量降到了十二分之一。 使情况更加复杂的是，如果我们补充水库，那么大坝很可能会崩 溃。 由于意外的洪灾和气候变化，大坝似乎是非常
5、危险的。 1.2 我们的工作为了解决这个问题，我们有三个不同的选择：修复，重建或拆除现有的卡里巴坝，并将其与赞比西河沿 岸的一到二十个小型水坝取代。 在本文中，我们关注最后一个选项，并对其进行详细分析。 我们提出了一个综合的水坝模型。 该模型不仅建议沿赞比西河沿岸的坝址数量和位置，而且还可以使安全与成本之间达到平衡。 我 们的系统具有与现有 Kariba 水坝相同的总体水资源管理能力，同时为卡里巴湖提供更高水平的保 护和水管理选项。 在第 2 节中，我们提出了几个基本假设。 第 3 节包含模型语句中使用的命名。 第 4 节提供了 有关我们模型的详细信息。 第 5 节对我们提出的模型进行实验和分
6、析。 第 6 节提供了解决几个 条件的解决策略。 最后，我们在第 7 节进一步研究我们的模型，并在第 8 节中得出一些结论。 2 假设 我们的模型做出以下假设： 1. 在建模阶 段，我们 不考虑 河流的极端条件，如瀑布，截水季节 。 因为这些条件需 要非常大的数据。 他们 甚至不必要在现实生活中，水坝 有动态的策略去处 理它们 。 我们 将在另一部分讨论应急水流情况 。 2. 其他现 有的水坝 被忽视 。 他们 不如卡里巴水坝 那么大。 有关河流其他水坝 的数据 很少，尤其是对 河流径流和其水平线 路边 坡的影响。 这个假设是灵活的，因为它 仅影响河流的输入数据，而不影响我们的模型。 3. 我
7、们简化了进 入开放通道流动 的水流。 开放通道流动 具有自由表面。 基于这 一假 设 ，我们 能够 估计 河流水流的平均速度。 3 命名法 在本文中，我们使用表 1 中的命名来描述我们的模型。 稍后将描述仅使用一次的其它符号。 4 我们 的模型声明 在本节中，我们将讨论有关我们的模型的所有细节。 这种模式考虑了几个领域，从液流理论 到经济。 首先，我们首先调查水流的行为。 然后我们一起提供我们的水坝综合模型。 这种模式 在安全和成本之间取得了很大的平衡。 表 1 ：命名 Symbol 符号 Definition 定义 i 在一些小水坝 中的 第 i 个水坝 Supply(Xi) 大坝 i 电
8、力供应 能力值 Risk(X i ) 大坝 i 的风险成 本 P f可接受的风险比率 Q(X i ; t) 大坝 i 在 t时间内体积 流量速度 k(X i ) 大坝 i 上的 液压 坡度斜坡 N 大坝计划工作年 n 小水坝 的数量 M 整体水资 源 管理 L 赞比西河的长 度 d 赞比西河的宽 度 $ 极限条件比 h(X i ) 第 i 个坝 的高度 4.1 水流的 行为 在我们的模型中，我们需要计算每个水坝的供电能力。 其中一个关键变量是水流到达大坝时 的平均流速。 我们假设赞比西河的水流是一个通道。 因此，我们可以采用经验公式 Manning 公 式来估计这个速度。 % f t , m)
9、 ； S 是液压级线的斜率或线 性液压头损失（L / L ）; k 是 SI 与英文单 位之间 的转换因子。 该公式可以通过使用维度分析获得。 利用这个公式，很容易发现，当水流到达大坝时，其平 均速度只取决于通道斜率 S 和液压半径 R h 。 4.2 分析单 一的水坝 图 2 是现实生活中大坝的模拟。 我们根据这个模型确定储层的储存能力。 在文献中，Cone 方法4是一种常见的方法。 其公式是： Figure 2: A Simulation of a dam with 3ds MAX 这 里 ： u V 是水库的容量; u Ai 是第 i 个横截面的区域; u L i 是第 i 和第 i +
10、 1 个横截面之间的差距。 为了简单起见，我们进一步认为，图 2 中的水库具有被轮廓线包围的区域，其颜色为黑色。 我们使用参数 d 来表示河流的宽度。 因此，我们得出容量公式： （2 ） 另一个关键的测量是大坝的建筑成本 。 基本功能包括两部分，施工成本和其他不可避免的成本。 施工成本与坝体积呈线性关系。 要 计算此卷，我们需要底部宽度。 其实是压力的线性 P a= gh 注意，在这里我们计算坝的体积，而不是由公式 2 计算的储层的体积 最后，将其他成本简化为一个常数是合理的，因为每个施工工作都有其初始成本。 压应力有 安全系数 。 其中 a 是体积到费用系数。 4.3 iMoDS ：串联大坝
11、综合模型（这翻译感觉不错） 在水坝达到一个水坝和一个水坝后，调查了水的行为，进一步提出了水坝综合模型。 该模型 由风险成本模型，供电能力模型和系列安全模型三个主要部分组成。 如图 3 所示，我们的模型作 为一个评估单一坝和整个组的综合机器。 基本上，我们可以将其视为非线性规划方法。 三个主 要部分作为来自不同领域的三个特征。 他们也根据自己对整个系统的贡献，分配不同的权重。 4.3.1 先决条件 1. Q(X i ; t) Q （Xi; t）的值为坝 i时刻 t 的体积 流量。 在我们 的建模阶 段，为 了简 化，我们 用 Q （Xi; t）代替 Q （Xi; t）来表示年平均流量。 在我们
12、的论 文中，d 保持不变 ，因 此上游的体积 流量大于下游的流量。 后来我们 将进 一步讨论并提供极端水流的具体指导 ，从最大预 期排放到最低预 期 排放量。 Figure 3: Overview of Integrated Model of Dams in Series 2. 每个水坝的位置由距离河的起点 X i 而定。 我们将坝 i 的液压等级线的斜率设为 k(X i )的值。 关于 k(X i )的更多细节将在第 5.1 节中讨论。 4.3.2 风险成本模型 如图 3 所示，风险损失和基本投资决定了风险成本模型的产出。 要建坝，我们应该牢记两个 关键因素：成本和安全。 然而，在我们试图找
13、到它们之间的平衡之前，我们必须把它改成数学问 题。 这里我们结合风险分析，广泛使用的经济学理论。 基于这一理论，我们以可接受的风险比 率数字地确定安全损失和基本成本。 因为可接受的风险比率衡量一个人的重点更多在于安全而不 仅仅是成本。 成本 - 基本投资成本揭示了大坝项目的可行性。 投资者总是希望花更少的钱，同时保持同样的水 资源管理能力。 一个基本的事实是，投资者必须花更多的钱，同时更加注意安全。 因此，Pf 与 成本负相关。 其指数由实验设定。 稍微修改公式 3，那么这里是我们需要的方程： 鉴于 P f ， 方程 4 可以测量一个大坝的基本投资。 安全 - 风险损失安全性揭示了一个大坝项目
14、的环保性。 对安全性较少关注的项目将导致很大的可 能性。 我们称之为风险损失。 方程式 5 是评价模型。 1- （1- P f ） N 是测量崩溃可能性的概率分 布。 因此，我们将坝的损失定义为： collapse probability * (1+ indirect damage index)*Volumetric flow rate 这 里$ 是一个系数，揭示河流遭受极端条件的可能性和严 重程度。 这种方法有助于基于风险的大坝安全评估方法的演变。 风险(X i )= 风险损失+ 基本投资 图 4 显示了 P f 和 风险值的功能。 不同颜色的曲线去掉不同的值。 从上到下，每次减少 0.05
15、 。 Figure 4: Given the same X i , the function of P fand Risk Value with different 观察 1 ： 对于每个曲线，它在左边严格递减，而右边增加。 风险值不是单调函数，因为风险损失是 Pf 的单调递增函数，而基本投资是 Pf 的单调递减函数。 观察 2 ： 与不同曲线相比，风险成本越高，极点向左移动越大。 如果系数较大，则表明对于同一个 Pf，政府必须处理更高的潜在损失。 因此，为了平衡基本成 本和安全性，政府将降低 Pf 。 这正是我们的功能揭示。 4.3.3 系列安全模型 我们的系统移除了卡里巴坝，并用一系列十到
16、二十个较小的水坝取代了它。 在这个模式中， 我们的目标是评估一系列沿河的水坝，并给予标记。 研究表明，如果水坝在河上均匀建成，那么 这个大坝系统可以运行，比运行一个大型大坝更有利。 为了量化基于位置的安全性，我们考虑了两个因素。 一个是两个相邻水坝之间的平均距离。 另一个是平均分配的程度。 这里我们引入和修改皮尔逊卡方检验来代表它。 这种分配越均衡， 我们认为这个系统就越安全。 因此，我们得到以下公式。 其中 d 是两个相邻水坝之间的平均距离。 4.3.4 电源能力模型 卡里巴被设计为一个单一用途的水电项目。 开始任何水电站发电项目，计算其水电数量至关 重要。 在我们的模型中，最后一部分是估计
17、这种经济效益。 如果我们总结每个水坝的电力供应， 这个模型可以数值计算我们的新系统的电力供应。 基于水电方程6，直观地得到等式 7，这是液 压头和流体流量的函数。 一个单位的水可以做多少工作取决于它的头部的重量。 并且可以通过水的密度，重力加速度， 流量和坠落高度来测量坝上的功率。 （7 ） 其中 ： ./是涡轮机的无量纲效率 0/水的密度，单位为千克/立方米 g 是由重力引起的加速度。 4.3.5 整合 基于以前的插图，我们可以将所有这些功能集成在一起。 Series(X)与安全等级密切相关。 Series(X)的得分越高，我们的系统就越好。 Risk(X i )投资与损失之间存在平衡，达到
18、该模式的下限。 我们一直想要在确保安全的同时 省钱。 所以 Risk(X i )的分数越低，我们的系统就越好 。 Supply(X i )与电源正相关。 Supply(X i )的得分越高，我们的系统就越好。 为了使所有功能相同，我们需要功能扩展或数据正常化，因为这些功能都具有广泛的值。 如 果我们不处理其价值，我们的综合模式的结果可能受其中之一的约束。 在我们的模型中，我们实 现了调整方法。 该方法重新缩放了0;1 。 一般公式如下： 其中 ： x 是原始值; x是归一化值。 回 归后，归一化 Series(Xi), Risk(Xi), 和 Supply(Xi) 和 Series(Xi)是有
19、区别的 。 我们可以看到，Risk(X i ) 是负相关的。 因此，我们通过改进的重新缩放方法将其修改为正相关。 在我们的模型中，目标是最小化最终价值。 因此，我们将 Supply （Xi）和 Series （X ）缩放 为1;0 。 将我们的模型写成一个非线性规划形式，然后我们得到一个串联的大坝集成模型： 4.3.6 用 AHP 排列子模型 分析层次过程（AHP）是一种基于数学和心理学的组织和分析复杂决策的结构化技术。 我们 的目标是对先前的三个子模型进行排名，并为 iMoDS 模型分配权重。 Table 2: AHP production Feature Weight Risk Cost
20、0.5403 Series Safety 0.3478 Power Supply Ability 0.1119 Table.2 shows the result of AHP. We then assign them to the model derived in Section.4.3.5: 5 实 施 5.1 数据 我们试图找到一些关于大坝的现有数据集，但是失败了。 因此，在本文中，我们自己分析了 许多来自可靠来源的文本数据和数据，并对其进行了实验。 “Google 地球”为我们提供赞比西 河的高程。 我们使用 Matlab 拟合曲线，如图 5 所示。 一组蓝点是原始数据，而红色曲线表示河
21、 的高程。 该曲线拟合为八次幂多项式。 f(X i )依赖于这些数据。 图 5：红色曲线代表河的高程。 X 轴是距离河源的距离，而 Y 轴是高度 感谢流域分析7，我们能够分析河流的流量数据。 图 6 （a）和图 6 （b）显示了赞比西河平均年 流量。 Q(X i ; t)依赖于这些数据。 (a) 2D version. It includes surrounding coun-(b) 3D version. It includes the rivers elevation tries and cities. changes. 图 6：赞比西河平均年流量。 紫色，粉红色和黄色条带分别代表上游，中
22、游和下游。 每个频带的 宽度测量年平均河流流量的值。 5.2 新坝的数量和位置 5.2.1 全程 1.设置所有小坝具有相等的高度; 2.使用启发 式算法，如通用算法，运行 iMoDS 模型; 3.根据在步骤 2 中找到的集合1 2 ，使用公式 8 来重置每个人的身高。 4.等式 9 的测试约束。 如果不符合要求，请调 整1 2 并转 到步骤 3 。 5.2.2 通过遗传算法确定数量和位置 坝组的优化是高尺寸，多级和非线性。 解决线性规划问题的古典算法是不可能找到全局最优 的。 然而，启发式算法可以解决这个优化问题。 遗传算法（GA）是基于模仿生物免疫的抗抉择 过程的一种。 在本节中，我们对水坝
23、的数量和位置进行分析，并提出建议。 但是，如果每个水坝的高度是 动态的，这将是 20 多个维度的问题。 为了简化，我们假设每个小坝的大小相等。 由于简化，h （Xi）是一个常数。 整个评估对变量 fXig ，Pf 和 n 敏感。 为了找到最优解，我 们使用遗传算法来模拟评估过程。 代码列在附录中。 三个关键特征的权重由 AHP 提供。 风险成本占主导地位其他两个功能。 为了最大化 34562789: ; / 62789: ; 并满足约束条件，总水管理 M ，算法将 P f 选择为已经引入的最优值. Figure 7: Best placement of new dams with differ
24、ent quantity of dams 在图 4 中，即将水坝定位到相对平缓的斜坡上。 虽然电源重量很小，但是当大坝处于陡峭的地形 时 ，其价值将大大增加。 最后，系列更有可能让这些水坝平均分配。 考虑到三个特征之间的相 互作用，最终的放置如图 7 所示。 图 8 显示，当 n = 13 ，Pf = 0 时，评估达到峰值或最优值。 对我们的模型很有用 这个结果令人信服。 如果水坝数量增加，则： 2. 降低。 虽然每个水坝的高度较小，但初始成本增加。 3. 增加然后减少。 随着 n 增加，理想的水电 供应 越来越高。 但是当 n变大时，Series(X)将会限制它变 低。 Table 3: A
25、ccurate placement of dams when n = 13 and P f= 0:0024 Order of Dam Distance X i /m Elevation/m 1 288.3 1160.2 2 494.5 1136.3 3 664.4 1084.55 4 810.0 1057 5 843 932 6 879 790 7 954 651 8 1160 638 9 1323 520 10 1552 468 11 1729 453 12 1924 257 13 2098 195 Figure 8: Trend of Final Value with n increasi
26、ng 3. Series(X) 与 n 的数量无关。 因此，在这个决策过程中，十到二十之间有一个平衡。我们发现它是 n = 13 ，Pf = 0 ：0024 。 表 3 显示了这种新型大坝系统的最佳结果。 从大坝 1 到大坝 13，我们建议每个水坝的位置。 注意，距离 X i 表示从河流到达坝的距离。 由 于这种非线性规划的限制，总体水管理能力与现有 的 Kariba 水坝相同。 5.2.3 确定每个水坝 的高度 确定每个水坝的高度，以便系统的最终值得以优化。 给定 Pf，单个坝对整个系统（iMoDS 模 型）的贡献是一个变量 h （Xi）的函数。 所以我们可以忽略系列（Xi）。 为了优化贡献
27、，让微分 方程为零： 我们可以发现，随着 Q(X i ; t)的增加，最好的 h(X i )增加。 然而，h(X i )有一个约束。 1.如果我们的最优 fXig 满足约束条件，则方程式 9 是最终结果。 2.否则，我们可以稍微修改 Xi 来满足约束。 因此，iMoDS 模型的最终值和每个坝的高度都由 fXig 确定。 图 9 是我们最终的放置和数量结果。 Figure 9: Placement of 13(optimal quantity) dams along the Zambezi River. Each dam is labelled with its height. The blue
28、 areas are each dams corresponding reservoirs. 6 策略 6.1 安全与成本之间的平衡 我们的新型多坝系统是以风险成本，供电和系列安全三个关键因素为基础的。 风险成本充分 考虑了可接受的风险比 Pf 之间的安全与成本之间的平衡。 系列安全进一步调查了大坝组的安全 性。 因此，我们的系统是平衡的。 此外，我们也考虑到利益。 6.2 保护卡里巴湖 现在我们考虑到保护卡里巴湖的能力。 在前一部分，我们将这个因素退化为水库的总体积。 然而，我们发现用水库和湖泊之间的相对距离进行评估是合理的。 我们终于决定用柔和的高斯曲 线给每个水坝的重量。 要尽可能地增加
29、对河流的总体保护，我们可以在湖泊附近建设更多的水坝，即更有能力管理 水资源。 当干旱季节时，卡里巴湖附近的下游水坝应开始预留水源，而高水坝则开始排水，直至本季 度通过。 相反，当是潮湿的季节，湖附近的水坝行为与前一种情况相反。 我们还需要考虑湖泊的生态系统，因此需要仔细设计湖附近的水坝，以尽量减少对环境的破 坏。 6.3 紧急水流情况指导 紧急水流情况（即洪水和长时间的低水环境）可能会造成灾难。 洪水可能会冲走下游的任何 城市，造成相当大的生命损失。 极端低水条件可能会破坏一个国家的许多领域。 为确保我们新 建的大坝系统的安全，我们将向 ZRA 管理人员提供具体的指导。 该指导的目的是防止水库
30、不受控制地释放水。 对于防洪来说，我们的目标是尽可能多地控制进入系统的流量高于重要的洪水泛滥距离。 方法 首先填充上部水库，然后首先排空下层水库。 已经研究了这种方法的例证9 。 靠近上游的水库蓄水量比下水库提供更大的防洪能力。 然而，例外的是，如果较低的水库的流出能力受到限制，则最好首先填充下部水库以增加出水口的头部。 以这种方式，我们可以增加从整个系统到下游信道容量的释放能力。 这个例外是为了一些非常严重的 洪水而准备的。 对于长时间的低水条件，我们的目标是维持河流径流。 方法 将水库 从低层 排到高层 在这样的时期，河流的自然径流量远远小于径流量。 我们必须利用大坝系统的动态调度能力。
31、在其他 owrds 中，我们通过补偿监管来维持河流的最小径流量。 首先清空水库，可以避免人们的 水资源短缺，同时使上游水库能够储存水分。 6.4 极端水流指导 在我们以前的分析中，我们使用 Q （Xi; t）来表示年流量。 然而，在现实生活中，Q （Xi; t ） 应该是时间 t 的函数。 沿赞比西河有一个旱季和一个潮湿的季节。 1. 旱季 很明显 ，大坝 系统 在旱季需要排放。 首先，我们 假设 旱季持续时间 T 。 旱季开始 时 ，所有的水库 都达到了全面的水平。 其次，我们 介绍 三个参数 p ，k 和 m 。 p 表 示放电 速度。 k 表示由于蒸发 和洗掉而导 致的水分损 失率。 m
32、 是剩余水量。 然后 将问题简 化为 表示在旱季以一定的速度排放所有预 留的水。 现在我们定性分析这种放电速度。 因为 上层 水库 的水由沿河所有地形共享。 恰恰 相反，下游水库 的水只能用于较 小的地形。 在旱季，上游水库 的速度比下游的水 平要快，这 是合理的。 整个系统 的平均速度是 p 。 2. 雨季 雨季雨量较 大，所以我们 需要灌溉 水库 ，以避免河道水位大幅度增加，为 下一个 旱季做好准备 。 我们 可以假设 降雨量沿整条河流均匀分布。 上水库 必须 首先开始 储 水。 因为 如果一个下游水库 首先开始储 水，Q(X i ; t) 会太大，导 致很大的风险 和 浪费 水。 7 模
33、型分析 7.1 灵敏度分析 我们 的 iMoDS 模型包含几个参数。 我们 通过 最小二乘拟 合确定一些参数，其中一些 参考文献中的知识 和其他方法。 在本节 中，我们 想要产 生一个敏感性分析，以显 示我们 的模型是否对 参数的不同值 敏感。 我们 将研究我们 的模型中两个重要参数的影响。 7.1.1 计划工作年数 N对大坝的影响 Figure 10: Given the same X i , the function of P fand Risk Value with different N N 被设 置为 50，并且从此不改变 。 在文献中，50 岁以上的大坝被定义为危险的。 卡里巴水坝
34、 是其中之一。 我们 将这 个值 从 50变化到 100 乘 10 。图 10证明了风险损失的趋 势仍然是一样的。 因此，我们 得出结论，我们 的模型对 N 不敏感。 7.1.2 极限条件比的影响 图 4显示了敏感性分析。 为了避免重复，我们不再在这里说明了。 7.2 有点和缺点 7.2.1 优 点 使用赞 比西河的准确数据。 从我们 分析的一开始，我们强调挖掘有用的数据。 只 有这 些可靠的数据，我们 可以得出结论，我们 建立的模型是适当的。 设计大坝建设小说创新评估规则。 我们 使用跨学科的方法，给 出水坝综 合评 估功 能。 AHP 和 GA 在我们 的模拟 中被利用，可以提供模型的可靠
35、结 果。 使用 可视 化来显 示我们 的模型。 7.2.2 缺点 1. 启发 式算法具有随机性。 由于高维 度约 束，我们 使用 GA 作为 我们 的模拟 算法。 我们 不能总 是获 得网站选择的最佳结 果 2. 一些真正的水条件被省略。 我们 把河流简 化为 一个开放的通道。 然而，真实 情况 要复杂 得多。 也将影响施工成本和安全评 估。 3. 缺少权 衡功能的细节 。 我们 重视 成本与安全之间 的平衡。 虽然我们已经为我们的 模型增加了电力供应，但它仍然缺乏大坝建设的其他好处。 8 总结 我们 的 模型详细分析了拆除卡里巴坝 ，并用一系列十到二十个较 小的水坝 替代它。 在介绍 模型之
36、前，我们 分析了水流和单坝 。 然后提出我们 的模型 iMoDS 。 它考虑 到安 全性，成本和效益，并取得平衡。 三个子模型，风险成本模型，电 源能力模型和系列安 全模型，形成了综 合模型。 我们 使用实际数据来提出关于新建水坝 数量，位置和高度的建议 。 因为这是一个很 大的维 度问题，我们实现 了 GA 来找到一个全局最优 的结 果。 战略被充分讨论。 整合模式中已经 引入了安全与成本之间 的平衡。 卡里巴湖的保护 使用高斯曲线给出每个坝 的重量。 另外两条指引包括大坝组在面对这些情况时 的具体说 明。 简要评估报告 卡里巴水坝 于 1959 年开放，遏制了世界上最大的储备池，已经 工作
37、了五十多年，面 临 着可能性。 作为赞 比亚 和附近电 力的主要供应 地也是维 修保养。 为了应对这种情况， 赞比西河管理局（ZRA）有三个主要选择 。 对于每个选项，我们将以新鲜的方式获取其 潜在成本，并提供信息的其他方面。 在文献中，已经对大坝失效率进行了研究。 采用贝叶斯分析方法，研究人员10评估了大坝 失效率的不确定性。 他们发现单向故障率稳定，值为 3 10 4.然而，我们调查了大坝的整个生命周 期。 其故障率11应为时间 t 的函数，表示为 FR （T ） 。 Figure 11: A Dams Failure Rate 图 11显示了随着年数变化的大坝失效率。 方案 1 ：修理现
38、有的卡里巴坝 一旦机械化系统 取代了自然系统 ，就必须 永久管理，否则 就会分解12 。 五十年来，洪 流一直严 重侵蚀 了大坝 的结 构。 第一个选择是修复这 个现 有的巨人。 潜在成本 一份报 告13表示，这 次预计成本为 2.9 亿美元。 但是，修理可以处 理当前 的情况，但不能消除潜在的危险 。 因此，我们 通过 修改公式探讨 未来故障率 的预 期 其中 t 自上次维 修以来已经过了多少年。 因此，给 定一个特定年份 Y 和年度维 修费 用 C ，潜在成本将是 优点 维修大大节省施工期，不影响水库供水。 缺点 潜在的崩溃 危险 。 每次修理率高，成本高。 方案二：重建现有的卡里巴坝 潜
39、在成本 ： 重建这样一座巨型水坝 是非常昂贵 的。 根据 Kariba Dam - 案例研究1 ，该 项目分为两个阶段。 两个阶 段的总 成本达 18 亿美元。 要了解现 在需要花多少钱 ，我 们用消费者价格指数（CPI ） 14来估计 。 1950 年代的消费 者价格指数为 27 ： 2 ， 而目 前的消费 者价格指数为 241 ： 4 。 因此，重建的总 成本约为 241 ： 4 = 27 ： 2 $ 1 ： 8 = 15 ： 9.75亿。 优 点 没有严 重的潜在危险 。 无需经 常修理。 我们还计算未来的成本：给 定一个特定年份 Y 和年度维 修成本 C ，潜在的成本将是： 缺点 很长
40、 一段时间在建。 缺水，影响水电 供应 ，并保护 卡里巴湖 备选方案 3 ：拆除卡里巴坝 ，并将其与赞 比西河沿岸的十至二十个较 小的水坝进 行更换 潜在成本 施工成本可以描述为 ： 考虑 到这 些小水坝 的总 容量等于 Kariba 坝的容量，方案 3 的建设 成本接近基本成本 加上选项 2 的成本的 n 倍，其中 n 是这 些小水坝 的数量。 在这 里，我们 假设 基本成本是 总 建筑成本的 10，拆除卡里巴坝 的成本约 占总 施工成本的 15，总 建筑成本约为 15 ： 975 （1 + 10 n + 15）= $ 34 ：363 至$ 50,312亿。 让 n = 13，我们在模型中提供的解决方案的成本约为 39,990 亿美元。 优点 加强处理应急水流的能力，保护卡里巴湖，并调整季节之间的水流量。 缺点 在这 3 个选项中，大部分成本都是大部分成本，并且在大坝系统中引入了新的调度和控制问 题。
