近日，浙江水利水电学院与吉尔吉斯斯坦国立技术大学共建的人工智能与清洁能源联合实验室在智能水利领域接连取得重要突破，两项研究成果发表于中国科学院期刊分区表一区Top期刊。
《Robustness and Risk Analysis of Mission Reliability for Parallel Pumping Stations with Warm Standby》（含温备机并行泵站任务可靠性的鲁棒性与风险分析）发表于安全科学与可靠性工程领域国际权威期刊《Reliability Engineering & System Safety》，由计算机科学与技术学院联合吉尔吉斯斯坦国立技术大学两国学者共同完成。
泵站是供水管网、农田灌溉、跨流域调水等重大水利工程的心脏。该研究面向并行泵站“主泵+温备机”运行方式，直面流量波动、设备切换延迟、设备性能差异等多重现实不确定性，搭建起一套风险量化分析框架，构建统一的风险分析与量化框架。借助自研的离散递推数值算法，可高效追踪系统动态状态转移，为泵站智能调度与优化运行提供了坚实的理论工具，对保障城市供水安全、提升大型泵站工程运行可靠性具有重要应用价值。
《Optimal Reservoir Flood-Control Operation under Successive Rainfall Events during the Meiyu Season》（梅雨期连续降雨事件下的水库防洪优化调度），由计算机科学与技术学院牵头完成，发表于水文学领域顶级学术期刊《Journal of Hydrology》。
该论文针对梅雨期降雨事件“扎堆”发生、洪水波浪叠加、防洪安全与兴利效益相互冲突等水库调度难题，构建动态分级的泄洪调度框架。研究采用标记Hawkes过程刻画连续降雨事件的自激聚类特性，通过历时修正的Gamma响应核描述产流与洪量叠加过程，结合实时条件非失效概率自适应调整泄洪闸门启闭层级，并以嵌套蒙特卡洛模拟与粒子群优化相结合求解最优阈值策略。以新安江水库为例开展实例研究，对比传统调度手段，该框架在防洪可靠性与运行成本之间找到最优平衡点，为梅雨期水库与闸站防洪调度提供风险响应式的智能化解决方案。
两项研究深度融合“人工智能+水利”，将风险量化、随机过程建模与智能优化算法结合，可作为流域数字孪生、智慧水利建设的核心模型底座，分别为泵站群运行优化、水库闸站动态防洪调度提供技术支撑。
据了解，浙江吉尔吉斯斯坦人工智能与清洁能源联合实验室以中吉鲁班工坊为基础组建，实验室聚焦人工智能与清洁能源领域，围绕智能水利装备研发、新能源系统优化、电气设备智能化等方向，与吉方联合承担科研项目、共建实验实训平台、合作培养专业人才，走出了一条“科研-产业-人才”联动的国际合作之路。
相关链接：
https://www.sciencedirect.com/science/article/abs/pii/S0951832026010458
https://www.sciencedirect.com/science/article/abs/pii/S0022169426014253
