水风光清洁能源开发是国家能源安全保障的重大战略，是中国实现“碳达峰、碳中和”目标的重要途径。流域梯级电站群调度运行涉及水力-电力复杂耦合，是一个非线性、多目标、多时间尺度、多约束的非凸不可微优化问题；随着水风光一体化清洁能源基地的建设，风光出力及电价的不确定性导致流域梯级调控更为复杂。传统基于数学模型的调度运行面临建模求解困难、策略固化、泛化能力差、易限于局部最优且结果可重复性差等问题。当前，世界水电开发已经从建设期向创新期(数字化、智能化)迈进，然而现有基于数据驱动的流域梯级电站群预报调控存在物理机理与数据知识融合困难、不确定性环境下调控策略的可解释性差与泛化能力弱等问题。项目组自2016年起组建多学科实质融合交叉团队，围绕“高质量数据-高精度预报-多尺度智能调度运行”全链条深入研究，取得以下突破： (1)构建了时空耦合的水文气象智能预报模型。提出了多源、异构、多模式流域时空大数据的清理与融合方法；发展了“天-空-地”多尺度时空大数据的同化技术，提升了水文预报模型的时空适应性；创新了水文预报模型智慧匹配、自动学习技术，实现了水文气象耦合预报场景的自动匹配和自我进化。 (2)创新了基于深度强化学习的流域电站群智能调度决策方法。建立了基于深度学习的风险辨识智能预测模型，研发了调度模式自动匹配和切换技术，实现了风险自适应的流域梯级电站群调度决策。构建了基于深度强化学习的流域梯级电站群智能调度方法，创新了适应不确定性场景的迁移强化学习决策方案，实现了调度经验的自我学习与自我进化。 (3)发展了流域梯级电站群优化运行的智能决策技术。建立了敏感反映水电机组运行状态的振动区划分方法以及基于真机数据的流量特性曲线动态拟合精细化模型；提出了基于物理机理引导深度学习和基于深度强化学习的流域梯级电站群机组组合和负荷优化分配方法，实现了物理机理和数据知识的深度融合，提升了机组的安全运行水平和水能资源利用率。 (4)研发了流域梯级电站群智能预报调控集成平台。基于SOA服务总线的多应用无缝集成技术，率先实现了流域时空大数据的质量管理、水文气象耦合智能预报、梯级电站群多尺度智能调度运行等软件的统一集成。 该项目申请发明专利40余项(已获授权19项)，取得软件著作权10项，出版专著2部，编制国家和行业标准4项，发表论文52篇。项目成果已成功应用于雅砻江等20多个项目，雅砻江水文预报预见期由72小时延长至168小时、预报精度提高了3.38%、年均发电量可提高1%以上。南瑞集团2021-2023年累计新增产品销售额约1.74亿元，雅砻江公司近3年新增发电量11.1亿kWh。经中国电机工程学会主持，由王浩院士等专家组成的鉴定委员会一致认为：“项目成果有效提升了流域梯级电站群预报调控的智能化水平，具有显著的经济、社会效益和推广应用前景，整体处于国际领先水平”。项目还在提升电网安全、推动智能电网装备产业链和“智慧水利”建设等方面具有重大的社会价值。